PENGENALAN JENIS CANDI BERDASARKAN BENTUK DAN MODELNYA MENGGUNAKAN MOTODE CONVOLUTIONAL NEURAL NETWORK (CNN) PADA YOLLO v3

Abstract

Berkembangnya teknologi yang cepat dan merambah semua sendi kehidupan. Termasuk sistem cerdas yang digunakan pada segmen cagar budaya yang penting untuk diperkenalkan kepada generasi muda bahkan memperkenalkan kepada bangsa lain bahwa ada cagar budaya berupa situs candi yang memiliki beberapa jenis candi dalam 1 komplek situs percandian candi jiwa yang terletak di Kabupaten Karawang. Tentu dengan model dan ciri khas bangunan candi tersebut, perlu pembuktian algoritma Convolutional Neural Network (CNN) dapat diterapkan dalam pendeteksian jenis candi dimana candi memiliki cirinya sendiri. Ada sumber yang menjelaskan bahwa CNN ini merupakan algoritma terbaik dalam sistem deep learning. Proses penarikan kesimpulan dalam algoritma melewati tahap klasifikasi dan tahap pembelajaran menggunakan backpropagation, yaitu setiap neuron dipresentasikan dalam bentuk dua dimensi. Metode pengembangan sistem berdasarkan kecerdasan buatan ini akan belajar dari data yang diinputkan sehingga semakin banyak inputan yang diberikan maka semakin cerdas dalam menarik kesimpulan. Sehingga sistem ini nantinya menghilangkan tahap feature extraction yang dilakukan secara manual pada machine learning. Hasil dari penelitian ini memiliki akurasi lebih dari 70%, sehingga CNN yang ada pada YOLO v3 ini baik untuk mendeteksi bentuk candi.