Penerapan SMOTE Untuk Mengatasi Data Imbalance pada Identifikasi Originalitas Sepatu Converse Menggunakan CNN Arsitektur VGG-16

Authors

  • Asep Nana Hermana Institut Teknologi Nasional Bandung, Indonesia
  • Milda Gustiana Husada Institut Teknologi Nasional Bandung, Indonesia
  • Oki Kurniawan Institut Teknologi Nasional Bandung, Indonesia

DOI:

https://doi.org/10.31004/jptam.v8i1.13986

Keywords:

Converse, VGG-16, SMOTE, Originalitas

Abstract

Converse merupakan salah satu merek dagang perusahaan sepatu asal Amerika yang pertama kali memulai produksinya pada tahun 1908. Kini Converse tercatat sebagai salah satu ikon merek dagang paling legendaris di dunia dan merupakan salah satu brand yang memiliki spesialisasi dalam pembuatan sepatu yang terbuat dari kanvas. Perbandingan sepatu Converse asli dan palsu antara lain Toe Cap, Stich, Ankle Patch, dan Port Hole. Semakin menjamurnya produk sepatu Converse palsu dibutuhkan perangkat lunak untuk membantu memberikan informasi dan identifikasi originalitas sepatu converse. Penelitian ini mengkombinasikan Metode CNN dengan arsitektur VGG-16 dan Data Imbalance SMOTE. Identifikasi originalitas sepatu converse menggunakan metode CNN arsitektur VGG-16 dengan membandingkan hyperparameter dan menghasilkan model terbaik yaitu pada learning rate 0.01 pada epoch 25 dengan batch size 32 optimizer Adam memiliki akurasi terbaik yaitu 84% dan loss 64%.

References

Gunawan, R. J., Irawan, B., & Setianingsih, C. (2021). Pengenalan Ekspresi Wajah Berbasis Convolutional Neural Network Dengan Model Arsitektur Vgg16 Facial Expression Recognition Based on Convolutional Neural Network With Vgg16 Architecture Model. E- Proceeding of Engineering, 8(5), 6442–6454.

Ii, B. A. B., & Converse, I. I. S. (2011). Promosi Sepatu ConveRSE Di Indonesia. 27. https://elib.unikom.ac.id/download.php?id=213633

Kovács, B., Tinya, F., Németh, C., & Ódor, P. (2020). SMOTE: Synthetic Minority Over-sampling Technique Nitesh. Ecological Applications : A Publication of the Ecological Society of America, 30(2), e02043.

Pradika, S. I., Nugroho, B., & Puspaningrum, E. Y. (2020). Pengenalan Tulisan Tangan Huruf Hijaiyah Menggunakan Convolution Neural Network Dengan Augmentasi Data. Prosiding Seminar Nasional Informatika Bela Negara, 1, 129–136. https://doi.org/10.33005/santika.v1i0.35

Putri, A., Negara, B. S., & Sanjaya, S. (2022). Penerapan Deep Learning Menggunakan VGG- 16 untuk Klasifikasi Citra Glioma. Jurnal Sistem Komputer Dan Informatika (JSON), 3(4), 379. https://doi.org/10.30865/json.v3i4.4122

Sudiatmika, I. B. K., & Dewi, I. G. A. A. S. (2021). Pengenalan Karakter Wayang Bali Dengan Arsitektur Vgg-16. Jurnal Teknologi Informasi Dan Komputer (JUTIK), 7 (1), 47–53.

Susanti, S. (2019). Klasifikasi Kemampuan Perawatan Diri Anak dengan Disabilitas Menggunakan SMOTE Berbasis Neural Network. Jurnal Informatika, 6(2), 175–184. https://doi.org/10.31311/ji.v6i2.5798

Swastika, W. (2020). Studi Awal Deteksi COVID-19 Menggunakan Citra CT Berbasis Deep Learning. Jurnal Teknologi Informasi Dan Ilmu Komputer, 7(3), 629. https://doi.org/10.25126/jtiik.2020733399

Downloads

Published

01-03-2024

How to Cite

Hermana, A. N., Husada, M. G., & Kurniawan, O. (2024). Penerapan SMOTE Untuk Mengatasi Data Imbalance pada Identifikasi Originalitas Sepatu Converse Menggunakan CNN Arsitektur VGG-16. Jurnal Pendidikan Tambusai, 8(1), 10710–10722. https://doi.org/10.31004/jptam.v8i1.13986

Issue

Vol. 8 No. 1 (2024): April 2024

Section

Articles of Research

Citation Check

License

Copyright (c) 2024 Asep Nana Hermana

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with this journal agree to the following terms:

  • Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work’s authorship and initial publication in this journal.
  • Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  • Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).