Pengaruh Epoch pada Akurasi menggunakan Convolutional Neural Network untuk Klasifikasi fashion dan Furniture

Abstract

Fashion dan furniture menjadi kebutuhan untuk setiap individu. Pemilihan fashion terkadang juga bisa menjadi penilaian orang lain terhadap karakter yang dimiliki tiap individu. Begitupun pemilihan furniture juga bisa menggambarkan identitas dari tiap individu. Namun fashion dan furniture memiliki berbagai macam model, untuk itu dibutuhkan teknologi informasi yang bisa membedakan antara model a dan model b. Klasifikasi adalah salah satu model yang mengelompokkan berdasarkan kriteria yang sama. Penggunaan klasifikasi haruslah didukung dengan metode yang tepat dan penggunaan epoch agar akurasi yang dihasilkan dapat maksimal. Metode Convolutional Neural Network (CNN) adalah metode yang sangat tepat untuk klasifikasi gambar karena terdapat banyak arsitektur yang bisa digunakan.Hasil penelitian ini menunjukkan bahwa akurasi terbaik pada furniture=94.18% dengan penggunaan epoch=500, dan fashion =99.15% dengan penggunaan epoch=1500Fashion and furniture are a necessity for every individual. The choice of fashion can sometimes also be someone else's assessment of the character possessed by each individual. Likewise, the selection of furniture can also describe the identity of each individual. However, fashion and furniture have various models, for that we need information technology that can distinguish between model a and model b. Classification is a model that groups based on the same criteria. The use of classification must be supported by the right method and the use of epochs so that the resulting accuracy can be maximized. The Convolutional Neural Network (CNN) method is a very appropriate method for image classification because there are many architectures that can be used. The results of this study indicate that the best accuracy in furniture = 94.18% with the use of epoch = 500, and fashion = 99.15% with the use of epoch = 1500.