<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="1810">
<titleInfo>
<title><![CDATA[Sistem Klasifikasi Kain Tenun NTT Berbasis Android dengan Menggunakan Metode Convolutional Neural Network (CNN)]]></title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Hendrika Marselina Yuniatris Da Rato</namePart>
<role><roleTerm type="text">Pengarang</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>WENEFRIDA T INA</namePart>
<role><roleTerm type="text">Dosen Pembimbing 2</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>STEPHANIE I PELLA</namePart>
<role><roleTerm type="text">Dosen Pembimbing 1</roleTerm></role>
</name>
<name type="Personal Name">
<namePart>Wenefrida T Ina</namePart>
<role><roleTerm type="text">Penguji 1</roleTerm></role>
</name>
<name type="Personal Name">
<namePart>Hendro F J Lami</namePart>
<role><roleTerm type="text">Penguji 2</roleTerm></role>
</name>
<name type="Personal Name">
<namePart>Stephanie I Pella</namePart>
<role><roleTerm type="text">Ketua Penguji</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes"><![CDATA[mixed material]]></typeOfResource>
<genre authority="marcgt"><![CDATA[bibliography]]></genre>
<originInfo>
<place><placeTerm type="text"><![CDATA[Kupang]]></placeTerm></place>
<publisher><![CDATA[UPT Perpustakaan Undana]]></publisher>
<dateIssued><![CDATA[2021]]></dateIssued>
<issuance><![CDATA[monographic]]></issuance>
<edition><![CDATA[Published]]></edition>
</originInfo>
<language>
<languageTerm type="code"><![CDATA[id]]></languageTerm>
<languageTerm type="text"><![CDATA[Indonesia]]></languageTerm>
</language>
<itemType>
<itemTypeTerm type="code"><![CDATA[]]></itemTypeTerm>
<itemTypeTerm type="text"><![CDATA[]]></itemTypeTerm>
</itemType>
<copyright>
<copyrightTerm type="code"><![CDATA[2]]></copyrightTerm>
<copyrightTerm type="text"><![CDATA[Individu Penulis]]></copyrightTerm>
</copyright>
<physicalDescription>
<form authority="gmd"><![CDATA[Skripsi]]></form>
<extent><![CDATA[xviii + 79]]></extent>
</physicalDescription>
<note>Penelitian ini bertujuan untuk mendesain sebuah sistem yang dapat mengklasifikasikan kain tenun NTT dan disediakan pada Sistem Operasi Android.Proses pelatihan model diawali dengan mengumpulkan data citra kain tenun NTT sebanyak 472 citra di mana ±85% dari total data dijadikan sebagai data latih dan ±15% dari total data dijadikan sebagai data uji. Selanjutnya dilakukan tahap scalling citra untuk memperkecil semua ukuran data citra yang awalnya 2340x4608 piksel menjadi 192x416 piksel. Tahap terakhir adalah memberi label pada semua citra berdasarkan 20 kelas, yakni Rote Ndao 1 – Rote Ndao 7, Sabu Raijua 1 – Sabu Raijua 7 dan Sikka 1 – Sikka 6. Training citra dilakukan hingga 600 epochs atau sebanyak 12.000 iterasi dengan menghasilkan nilai model score sebesar 0,012 dan model hasil pelatihan ini diuji pada sistem operasi android menggunakan smartphone android. Pengujian umum pada sistem ini dilakukan dengan tujuan untuk mengecek apakah model hasil pelatihan telah berhasil diimplementasikan pada sistem menggunakan data latih dan menghasilkan 100% tingkat keberhasilan. Pengujian spesifik dilakukan untuk menguji pengaruh kemiringan kamera, kondisi pencahayaan, jarak kamera dan kondisi buram/blur terhadap keberhasilan pengklasifikasian objek kain tenun NTT. Pengujian pengaruh kemiringan kamera menghasilkan tingkat keberhasilan sistem yakni 100% dan memiliki rata – rata tingkat keyakinan maksimum sebesar 98% pada kemiringan 135̊ vertical. Hasil pengujian pengaruh kondisi pencahayaan mendapatkan 100% tingkat keberhasilan sistem dan rata – rata tingkat keyakinan maksimum sebesar 96% pada  kondisi pencahayaan 50 – 100 lux dan 101 – 200 lux. Pengujian pengaruh jarak kamera menghasilkan tingkat keberhasilan sistem 100% dan rata – rata tingkat keyakinan maksimum sebesar 98% pada jarak 100 cm. Proses klasifikasi objek kain tenun NTT untuk kondisi buram mendapatkan tingkat keberhasilan sistem 100% untuk radius 5 piksel kemudian menurun secara bertahap seiring dengan penambahan radius keburaman. Pengujian untuk kain tenun dengan motif yang belum dilatih menghasilkan tingkat keberhasilan sistem 90% pada motif pertama dan kedua serta 80% pada motif ketigadengan rata – rata tingkat keyakinan sebesar 75% untuk motif pertama, 70% untuk motif kedua dan 63% untuk motif ketiga.</note>
<classification><![CDATA[202.01]]></classification><ministry><![CDATA[20201]]></ministry><studentID><![CDATA[1706030083]]></studentID><identifier type="isbn"><![CDATA[20210628]]></identifier><departementID><![CDATA[Teknik Elektro]]></departementID><urlCrossref><![CDATA[]]></urlCrossref><location>
<physicalLocation><![CDATA[Setiadi Repository UPT Perpustakaan Undana]]></physicalLocation>
<shelfLocator><![CDATA[202.01 RAT S]]></shelfLocator>
</location>
<slims:digitals>
<slims:digital_item id="2590" url="" path="/20201-S1-1706030083-2021-SKRIPSI.pdf" mimetype="application/pdf"><![CDATA[Sistem Klasifikasi Kain Tenun NTT Berbasis Android Dengan Menggunakan Metode Convolutional Neural Network (CNN)]]></slims:digital_item>
</slims:digitals><slims:image><![CDATA[Cover_skripsiTek_elektro.png.png]]></slims:image>
<recordInfo>
<recordIdentifier><![CDATA[1810]]></recordIdentifier>
<recordCreationDate encoding="w3cdtf"><![CDATA[2021-08-11 09:24:18]]></recordCreationDate>
<recordChangeDate encoding="w3cdtf"><![CDATA[2021-08-25 14:27:36]]></recordChangeDate>
<recordOrigin><![CDATA[machine generated]]></recordOrigin>
</recordInfo></mods></modsCollection>