{"title":"利用卷积神经网络识别图像中的直立姿势,以便在 Smk Muhammadiyah Mungkid 中选择行进队员","authors":"Bae Toha","doi":"10.23960/jitet.v12i1.3772","DOIUrl":null,"url":null,"abstract":"Penelitian ini membahas bagaimana penerapan metode CNN dapat digunakan untuk menciptakan sebuah sistem yang secara otomatis dan akurat mengidentifikasi pose berdiri tegak untuk baris berbaris. dengan menggunakan metode Convolutional Neural Network (CNN) yang merupakan metode klasifikasi yang sangat baik untuk menganalisis gambar digital. Desain CNN dibuat khusus untuk menganalisis objek dalam gambar, sehingga sangat berguna untuk klasifikasi gambar. Diharapkan dengan menggunakan metode ini bersama dengan data yang relevan, hasilnya adalah tingkat ketajaman dan efisiensi yang lebih tinggi. Penelitian ini menghasilkan sebuah sistem yang dapat mengidentifikasi pose tubuh kurang tegak dengan akurasi sebesar 59% dengan confidence 58,54% dan mengidentifikasi pose tegak dengan akurasi sebesar 80% dengan confidence 79,36% berdasarkan gambar yang di upload","PeriodicalId":313205,"journal":{"name":"Jurnal Informatika dan Teknik Elektro Terapan","volume":"112 28","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-01-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"IDENTIFIKASI CITRA POSE TEGAK UNTUK PEMILIHAN ANGGOTA BARIS BERBARIS MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DI SMK MUHAMMADIYAH MUNGKID\",\"authors\":\"Bae Toha\",\"doi\":\"10.23960/jitet.v12i1.3772\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Penelitian ini membahas bagaimana penerapan metode CNN dapat digunakan untuk menciptakan sebuah sistem yang secara otomatis dan akurat mengidentifikasi pose berdiri tegak untuk baris berbaris. dengan menggunakan metode Convolutional Neural Network (CNN) yang merupakan metode klasifikasi yang sangat baik untuk menganalisis gambar digital. Desain CNN dibuat khusus untuk menganalisis objek dalam gambar, sehingga sangat berguna untuk klasifikasi gambar. Diharapkan dengan menggunakan metode ini bersama dengan data yang relevan, hasilnya adalah tingkat ketajaman dan efisiensi yang lebih tinggi. Penelitian ini menghasilkan sebuah sistem yang dapat mengidentifikasi pose tubuh kurang tegak dengan akurasi sebesar 59% dengan confidence 58,54% dan mengidentifikasi pose tegak dengan akurasi sebesar 80% dengan confidence 79,36% berdasarkan gambar yang di upload\",\"PeriodicalId\":313205,\"journal\":{\"name\":\"Jurnal Informatika dan Teknik Elektro Terapan\",\"volume\":\"112 28\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2024-01-02\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Informatika dan Teknik Elektro Terapan\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.23960/jitet.v12i1.3772\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Informatika dan Teknik Elektro Terapan","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.23960/jitet.v12i1.3772","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
IDENTIFIKASI CITRA POSE TEGAK UNTUK PEMILIHAN ANGGOTA BARIS BERBARIS MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DI SMK MUHAMMADIYAH MUNGKID
Penelitian ini membahas bagaimana penerapan metode CNN dapat digunakan untuk menciptakan sebuah sistem yang secara otomatis dan akurat mengidentifikasi pose berdiri tegak untuk baris berbaris. dengan menggunakan metode Convolutional Neural Network (CNN) yang merupakan metode klasifikasi yang sangat baik untuk menganalisis gambar digital. Desain CNN dibuat khusus untuk menganalisis objek dalam gambar, sehingga sangat berguna untuk klasifikasi gambar. Diharapkan dengan menggunakan metode ini bersama dengan data yang relevan, hasilnya adalah tingkat ketajaman dan efisiensi yang lebih tinggi. Penelitian ini menghasilkan sebuah sistem yang dapat mengidentifikasi pose tubuh kurang tegak dengan akurasi sebesar 59% dengan confidence 58,54% dan mengidentifikasi pose tegak dengan akurasi sebesar 80% dengan confidence 79,36% berdasarkan gambar yang di upload