Description

Project ini membuat sebuah model Deep Learning menggunakan CNN dengan Xception Transfer Learning untuk mengklasifikasikan 10 jenis spesies monyet berdasarkan gambar dan dataset didapatkan dari kaggle. Spesies monyet yang dimaksud adalah:

• mantled howler                       (alouatta palliata)
• patas monkey                         (erythrocebus patas)
• bald uakari                              (cacajao calvus)
• japanese macaque                 (macaca fuscata)
• pygmy_marmoset                   (cebuella pygmea)
• white headed capuchin           (cebus capucinus)
• silvery marmoset                     (mico argentatus)
• common squirrel monkey       (saimiri sciureus)
• black headed night monkey    (aotus nigriceps)
• nilgiri langur                            (trachypithecus johnii)

Melakukan mounting drive storage ke Google Collab agar dapat mengakses dataset yang ditempatkan dalam drive

Mengimport library yang dibutuhkan untuk menjalankan project ini

Selanjutnya, membaca dataset yang telah diimport kedalam google drive sesuai dengan pathnya.

Lalu, dibuat objek  train_datagen dan test_datagen untuk melakukan preproses pada data gambar sebelum di load menggunakan fungsi ImageDataGenerator dari library Keras. Dilakukan juga rescaling pada data gambar menjadi 1/255 dari ukuran aslinya.

Setelah melakukan preprocessing untuk data latih, data dibagi menjadi 10 kelas sesuai dengan spesiesnya dan ditentukan juga Batch Size sebesar 8 serta ukuran gambar 224x224.

Selanjutnya, model CNN dibangun dengan menggunakan transfer learning Xception. Lalu ditambahkan layer GlobalAveragePooling2D() untuk melakukan pooling terhadap foto setelah layer konvulusi yang didapat dari Transfer Learning Xception dan Fully Connected Layer dengan unit 512 (Dense) yang diaktivasi dengan relu. Lalu ditambahkan layer dengan fungsi aktivasi softmax dengan parameter jumlah kelas yang ada pada dataset.

Lalu, dilakukan evaluasi model dengan menampilkan akurasi training dan validasi yang cukup dekat dan meningkat di tiap epochnya dan loss pada training dan validasi yang juga dekat dan semakin menurun di tiap epochnya

Terakhir, dilakukan uji coba pada model dengan masukan sebuah foto monyet dan model berhasil memberikan Spesies yang benar.