Pembuatan Sistem Auto-Retune Model dan Image Model Generator Berlandaskan Python di PT. Sinarmas APP

Jason Tantra, Benjamin (2023) Pembuatan Sistem Auto-Retune Model dan Image Model Generator Berlandaskan Python di PT. Sinarmas APP. MBKM thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (2MB) | Preview
Preview	PDF BAB_I.pdf Download (182kB) | Preview
Preview	PDF BAB_II.pdf Download (188kB) | Preview
Preview	PDF BAB_III.pdf Download (3MB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (180kB)
Preview	PDF DAFTAR_PUSTAKA.pdf Download (192kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)
	PDF LEMBAR_PENGESAHAN.pdf Restricted to Registered users only Download (51kB)

Abstract

Di Machine Learning, ada banyak aplikasi untuk penggunaannya dari tujuan generatif hingga deteksi gambar, kecerdasan buatan telah membantu meningkatkan efisiensi banyak sektor bisnis dengan mengotomatiskan pekerjaan yang biasanya membutuhkan banyak tenaga kerja manual. Proses otomasi ini juga bisa diterapkan pada proses re-tuning model juga. Dengan otomatisasi proses penyetelan ulang, berbagai sektor perusahaan akan memiliki akses yang lebih cepat ke model deteksi gulma dengan data paling mutakhir yang akan meningkatkan efisiensi dan keakuratan pendeteksian gulma oleh model [1]. Dengan otomatisasi ini, juga mengurangi beban kerja tim data science, meningkatkan efisiensi tim dengan membuat sistem auto-retuning secara otomatis melakukan penyetelan ulang untuk tim yang menurunkan jumlah waktu yang dibutuhkan untuk menyetel ulang dan memproses bidang dimiliki oleh perusahaan pada tingkat yang lebih cepat. Selain itu, perkembangan generative artificial intelligence dan LoRA [2] membantu untuk mempercepat proses pembuatan desain untuk kemasan-kemasan produk milik perushaan.

Item Type:	Thesis (MBKM)
Keywords:	Machine Learning, Image Recognition, Auto-Retune, object detection
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	22 Sep 2023 13:37
Last Modified:	22 Sep 2023 14:37
URI:	https://kc.umn.ac.id/id/eprint/26547

Actions (login required)

View Item