PENERAPAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) DALAM MENDETEKSI ALAT GYM

• GLORIA WIRADIKA ZAI
• 2024

---

Gloria Wiradika Zai (10200072), “PENERAPAN METODE
CONVOLUTIONAL NEURAL NETWORK (CNN) DALAM MENDETEKSI
ALAT GYM”
Meningkatnya popularitas olahraga dan kebugaran menimbulkan kebutuhan akan
sistem yang dapat membantu pengguna gym, terutama pemula, dalam
mengidentifikasi alat-alat gym secara akurat. Penelitian ini bertujuan untuk
menerapkan metode Convolutional Neural Network (CNN) dalam mendeteksi dan
mengidentifikasi alat-alat gym melalui input gambar, meningkatkan akurasi deteksi
dibandingkan metode lain, dan mengembangkan sistem yang efisien dan mudah
digunakan. Metode yang digunakan adalah pengembangan model CNN dengan
dataset 1200 gambar alat gym yang dibagi menjadi data training (80%) dan validasi
(20%). Proses meliputi preprocessing data, perancangan arsitektur CNN, pelatihan
model selama 150 epoch, dan evaluasi menggunakan confusion matrix. Hasil
penelitian menunjukkan bahwa model CNN berhasil mencapai akurasi validasi
hingga 95.5%, dengan beberapa alat gym mencapai akurasi deteksi 99.99%. Model
menunjukkan kemampuan generalisasi yang baik dan efektivitas dalam mengenali
objek visual yang spesifik dari alat-alat gym. Penelitian ini membuka peluang untuk
pengembangan aplikasi praktis dalam industri kebugaran dan berpotensi
meningkatkan pengalaman pengguna gym dalam mengenali peralatan dengan benar.
Kata kunci: Convolutional Neural Network, deteksi alat gym, computer vision, deep
learning

• Convolutional Neural Network
• deteksi alat gym
• computer vision
• deep learning

https://repository.bsi.ac.id/repo/55972/PENERAPAN-METODE-CONVOLUTIONAL-NEURAL-NETWORK-(CNN)-DALAM-MENDETEKSI-ALAT-GYM
Anda dapat membaca file tugas akhir ini di repository.