TRANSFER LEARNING UNTUK KLASIFIKASI CITRA HEWAN : Perbandingan VGG16 dan MobileNetV2

NAMA PENULIS : Syndhe Qumaruw Syty, S.Kom., M.Kom. Yuliana S.Kom., M.Kom.
ISBN : Proses
JUMLAH HALAMAN : 151 Halaman
UKURAN : 15,5 x 23 CM
SINOPSIS : Transfer Learning untuk Klasifikasi Citra Hewan: Perbandingan VGG16 dan MobileNetV2 membahas penerapan deep learning untuk mengklasifikasikan citra Dog, Cat, dan Sheep menggunakan pendekatan transfer learning. Pembahasan dimulai dari dasar citra digital, computer vision, dan Convolutional Neural Network, kemudian dilanjutkan dengan karakteristik arsitektur VGG16 serta MobileNetV2. Studi eksperimental menggunakan 5.004 citra seimbang yang dipilih dari dataset Animals-10 dan dibagi secara terstratifikasi untuk memastikan perbandingan yang terkendali. Kedua model dievaluasi menggunakan accuracy, precision, recall, F1-score, ROC-AUC, confusion matrix, waktu pelatihan, waktu inferensi, dan ukuran bobot. Hasil pengujian menunjukkan bahwa MobileNetV2 memperoleh accuracy 97,8022%, sedikit lebih tinggi daripada VGG16 sebesar 96,8032%. MobileNetV2 juga membutuhkan waktu pelatihan dan inferensi yang lebih singkat serta memiliki ukuran bobot jauh lebih kecil.
Meskipun demikian, Exact McNemar Test menghasilkan nilai , yang menunjukkan bahwa perbedaan kinerja klasifikasi kedua model tidak signifikan secara statistik pada taraf 0,05. Buku ini memberikan pemahaman bahwa pemilihan arsitektur tidak cukup didasarkan pada accuracy, tetapi perlu mempertimbangkan efisiensi, kebutuhan implementasi, dan bukti statistik. Buku ini sesuai digunakan oleh mahasiswa, dosen, peneliti, serta praktisi yang mempelajari klasifikasi citra dan pengembangan kecerdasan buatan pada lingkungan dengan sumber daya terbatas.