IMPLEMENTASI OBJECT DETECTION MENGGUNAKAN ARSITEKTUR EFFICIENTNET PADA APLIKASI USER MANUAL BERBASIS AUGMENTED REALITY DI ANDROID

KENNY IVANDER JOVAN (2024) IMPLEMENTASI OBJECT DETECTION MENGGUNAKAN ARSITEKTUR EFFICIENTNET PADA APLIKASI USER MANUAL BERBASIS AUGMENTED REALITY DI ANDROID. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

[img] Text (Skripsi Informatika)
71200579_bab1_bab5_daftarpustaka.pdf

Download (6MB)
[img] Text (Skripsi Informatika)
71200579_bab2-sd-bab4_lampiran.pdf
Restricted to Registered users only

Download (2MB) | Request a copy

Abstract

Penelitian ini berkaitan dengan aplikasi yang dapat mendeteksi objek kemudian menampilkan user manual menggunakan teknologi Augmented Reality. Aplikasi ini bertujuan untuk tim marketing dari PT. Miland Cipta Usaha dapat lebih mudah untuk mempromosikan produk tanpa membawa produk fisik yang besar. Berdasarkan masalah tersebut, penelitian ini dilakukan untuk mengembangkan aplikasi user manual dengan menggunakan teknologi Machine Learning (ML) dan Augmented Reality (AR). Teknologi ML digunakan dalam mendeteksi produk, sedangkan teknologi AR digunakan untuk meningkatkan interaksi dari pengguna dan objek virtual. Aplikasi dikembangkan dengan menggunakan arsitektur EfficientNetB0, kemudian diuji menggunakan metode confusion matrix untuk mengetahui tingkat akurasi dari model yang telah dibuat, dan dibandingkan dengan aplikasi terdahulu yang menggunakan arsitektur MobileNetV2. Hasil pengujian menggunakan metode confusion matrix untuk model yang dihasilkan oleh EfficientNetB0 menghasilkan akurasi yang cukup baik, yaitu 82%, diikuti dengan nilai presisi yang cukup tinggi juga, yaitu sebesar 94%, dan terakhir nilai recall sebesar 68% dengan rata-rata 72%. Kemudian, pengujian untuk model yang dihasilkan oleh MobileNetV2 mendapat hasil akurasi, presisi, dan recall yang lebih rendah sedikit dibanding EfficientNetB0. Hasil akurasi 4% lebih rendah yaitu 78%, hasil presisi 0,69% lebih rendah yaitu 93,75%, dan hasil recall 8% lebih rendah yaitu 60%.

Item Type: Student paper (Final Year Projects (S1))
Uncontrolled Keywords: user manual, augmented reality, machine learning, confusion matrix, EfficentNetB0, MobileNetV2
Subjects: Q Ilmu Pengetahuan > Matematika > Komputer Elektronik. Ilmu Komputer
Divisions: Fakultas Teknologi Informasi > Prodi Informatika
Depositing User: Mayriska Eliana
Date Deposited: 28 May 2025 06:24
Last Modified: 28 May 2025 06:24
URI: http://repository.ukdw.ac.id/id/eprint/9898

Actions (login required)

View Item View Item