Klasifikasi Audio Cats and Dogs Menggunakan Model Artifical Neural Network Multi-perceptron

Penulis

  • Al Waasiu Universitas Hasanuddin
  • Ahmad Ilham B Universitas Hasanuddin
  • Armin Lawi Universitas Hasanuddin

Kata Kunci:

Artifical Neural Networks multi-perceptron, Deep Learning, Data pre-processing, Klasifikasi

Abstrak

Deep Learning Merupakan salah satu bagian dari berbagai macam metode Mechine Learning yang menggunakan Artifical Neural Networks (ANN). Deep Learning dapat mendeteksi jenis-jenis suara binatang menggunakan ANN multi-perceptron. . Makalah ini menyajikan metode ANN multi-perceptron untuk Klasifikasi jenis suara kucing dan anjing. ANN yang diusulkan menggunakan 3 hidden layer dengan jumlah perceptron masing-masing 256, 128 dan 64 neuron, dan berakhir dengan 2 keputusan apakah suara anjing atau kucing. Data yang digunakan berjumlah 277 dengan suara kucing dan 185 suara anjing. Pembentukan model menggunakan 70% dari jumlah data dan 30% untuk pengujian mengukur kinerja model. Adapun hasil akurasinya adalah sebesar 88,04% dengan presisi 83% dan sensitifitas 86%, dimana label positif menyatakan suara anjing dan negatif menyatakan kucing.

Unduhan

Diterbitkan

2021-08-09

Cara Mengutip

Waasiu, A., Ilham B, A., & Lawi, A. (2021). Klasifikasi Audio Cats and Dogs Menggunakan Model Artifical Neural Network Multi-perceptron. Proceeding KONIK (Konferensi Nasional Ilmu Komputer), 5(1), 56–61. Diambil dari https://prosiding.konik.id/index.php/konik/article/view/18

Artikel paling banyak dibaca berdasarkan penulis yang sama