Augmentasi pada Arsitektur Ghostnet untuk klasifikasi citra Produk Grocery Store Dataset

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Warohmah, Fitriya Mawadah (2026) Augmentasi pada Arsitektur Ghostnet untuk klasifikasi citra Produk Grocery Store Dataset. Undergraduate thesis, UIN Sunan Ampel Surabaya.

	Text Fitriya Mawadah Warohmah_09020622027 OK.pdf Download (3MB)
	Text Fitriya Mawadah Warohmah_09020622027 Full.pdf Restricted to Repository staff only until 7 April 2029. Download (3MB)

Abstract

Perkembangan teknologi deep learning telah mendorong peningkatan kinerja sistem klasifikasi citra, termasuk dalam pengenalan produk ritel yang memiliki tingkat kemiripan visual tinggi. Salah satu arsitektur Convolutional Neural Network (CNN) ringan yang menjanjikan adalah GhostNet, yang dirancang untuk menghasilkan representasi fitur yang kaya dengan komputasi yang efisien. Penelitian ini bertujuan untuk mengimplementasikan dan mengevaluasi performa GhostNet dalam mengklasifikasikan Grocery Store Dataset yang terdiri dari 81 kelas fine-grained. Metode yang digunakan meliputi n-fold cross validation dengan nilai n sebesar 5 dan 7, pengaturan jumlah epoch hingga 30, serta penerapan teknik augmentasi data untuk meningkatkan kemampuan generalisasi model. Evaluasi dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil eksperimen menunjukkan bahwa GhostNet mampu memberikan performa yang kompetitif dan melampaui model baseline DenseNet-169. Konfigurasi terbaik diperoleh pada skenario dengan augmentasi data, 7-fold cross validation, dan 30 epoch, dengan akurasi tertinggi sebesar 86,899%, presisi 87,930%, recall 86,899%, dan F1-score 86,813%. Hasil ini menunjukkan bahwa GhostNet efektif dalam menangani klasifikasi citra produk ritel dengan kompleksitas tinggi, serta memiliki potensi besar untuk diterapkan pada sistem identifikasi produk ritel yang efisien dan ringan.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type:	Thesis (Undergraduate)
Creators:	Creators Email NIM Warohmah, Fitriya Mawadah fitriamawadah123@gmail.com 09020622027
Contributors:	Contribution Name Email NIDN Thesis advisor Nugroho, Bayu Adhi bayu.lecture@gmail.com 0718057902 Thesis advisor Nooriansyah, Subhan subhan.nooriansyah@uinsa.ac.id 2028129005
Subjects:	Manajemen Informasi Perguruan Tinggi Teknologi > Teknologi Informasi
Keywords:	GhostNet; Klasifikasi Citra; Grocery Store Dataset; Deep Learning; Augmentasi Data
Divisions:	Fakultas Sains dan Teknologi > Studi Sistem Informasi
Depositing User:	Fitriya Mawadah Warohmah
Date Deposited:	07 Apr 2026 14:58
Last Modified:	07 Apr 2026 14:58
URI:	http://digilib.uinsa.ac.id/id/eprint/89204

Actions (login required)

View Item