Implementasi Arsitektur Inception V3 Dengan Optimasi Adam, SGD dan RMSP Pada Klasifikasi Penyakit Malaria

Eren Dio Sefrila ; Basuki Rahmat ; Andreas Nugroho Sihananto
Bridge : Jurnal Publikasi Sistem Informasi dan Tel... 📅 2024 Vol 2, No 2 🔗 DOI: 10.62951/bridge.v2i2.62
Abstract
In the current era of technological advancement, deep learning has become a widely discussed and utilized topic, particularly in image classification, object detection, and natural language processing. A significant development in deep learning is the Convolutional Neural Network (CNN), which is enhanced with various optimizations such as Adam, RMSProp, and SGD. This thesis implements the Inception v3 architecture for the deep learning model, utilizing these three optimization methods to classify malaria disease. The study aims to evaluate performance and determine the best optimization based on classification accuracy. The results indicate that the SGD optimization with a learning rate of 0.001 achieved an accuracy of 94%, RMSProp with learning rates of 0.001 and 0.0001 achieved an accuracy of 96%, and Adam with learning rates of 0.001 and 0.0001 achieved an accuracy of 95%.
Keywords
Adam; RMSProp; SGD; InceptionV3
How to Cite

Eren Dio Sefrila, et al. (2024). Implementasi Arsitektur Inception V3 Dengan Optimasi Adam, SGD dan RMSP Pada Klasifikasi Penyakit Malaria. Bridge : Jurnal Publikasi Sistem Informasi dan Telekomunikasi, 2(2). https://doi.org/10.62951/bridge.v2i2.62

Eren Dio Sefrila; Basuki Rahmat; Andreas Nugroho Sihananto, "Implementasi Arsitektur Inception V3 Dengan Optimasi Adam, SGD dan RMSP Pada Klasifikasi Penyakit Malaria," Bridge : Jurnal Publikasi Sistem Informasi dan Telekomunikasi, vol. 2, no. 2, 2024.

Eren Dio Sefrila; Basuki Rahmat; Andreas Nugroho Sihananto. "Implementasi Arsitektur Inception V3 Dengan Optimasi Adam, SGD dan RMSP Pada Klasifikasi Penyakit Malaria." Bridge : Jurnal Publikasi Sistem Informasi dan Telekomunikasi, vol. 2, no. 2, 2024.

Eren Dio Sefrila; Basuki Rahmat; Andreas Nugroho Sihananto. "Implementasi Arsitektur Inception V3 Dengan Optimasi Adam, SGD dan RMSP Pada Klasifikasi Penyakit Malaria." Bridge : Jurnal Publikasi Sistem Informasi dan Telekomunikasi 2, no. 2 (2024).

Eren Dio Sefrila, et al. (2024) 'Implementasi Arsitektur Inception V3 Dengan Optimasi Adam, SGD dan RMSP Pada Klasifikasi Penyakit Malaria', Bridge : Jurnal Publikasi Sistem Informasi dan Telekomunikasi, 2(2). doi: 10.62951/bridge.v2i2.62.

Eren Dio Sefrila; Basuki Rahmat; Andreas Nugroho Sihananto. Implementasi Arsitektur Inception V3 Dengan Optimasi Adam, SGD dan RMSP Pada Klasifikasi Penyakit Malaria. Bridge : Jurnal Publikasi Sistem Informasi dan Telekomunikasi. 2024;2(2).

Artikel Terkait

Perancangan Website Pelayanan dan Edukasi Satres PPA PPO Polresta Banyumas Berbasis Laravel

Adi Maulana Putra Hidayat; Dhanar Intan Surya Saputra

Kecerdasan Buatan sebagai Inovasi Responsif untuk Pengambilan Keputusan Usaha Mikro Kecil dan Menengah

Nabiel Muhammad Al Ghazali

Sistem Informasi Keuangan : Tren, Tantangan, dan Dampak pada Kinerja Organisasi - Tinjauan Literatur Sistematis

Junarti Junarti; Hamdani Hamdani

Implementasi Aplikasi Penjualan dan Laporan Pendapatan Restoran King Royal Hotel Berbasis Mobile

Primanando Alfian Dwinatha; Vidi Sandi

Rancang Bangun Sistem Informasi Penjualan Peternakan Kambing Berbasis Website menggunakan Metode Rapid Application Development (RAD): Studi Kasus Herman Farm

Siti Aisyah; Mardiah Mardiah; Muhammad Khaibar Putra Adithia

Distribusi, Promosi, dan Periklanan Pesan Wakaf pada Masyarakat Badan Wakaf Indonesia Kota Tangerang Selatan

Nurochman Nurochman; Andi M. Faisal Bakti
Tren Sitasi Jurnal