Sains Data Institut Teknologi Sumatera (sains-data)

Sains Data Institut Teknologi Sumatera

sains-data

Geek Repo

Repository tugas dan kelas

Location:Indonesia

Home Page:https://sd.itera.ac.id

Github PK Tool:Github PK Tool

Sains Data Institut Teknologi Sumatera's repositories

AnalisisSentimen-CNN-Kel3-RA

Pada penelitian ini algoritma CNN digunakan untuk analisis sentimen aplikasi amazon. Hasil dari klasifikasi ulasan pada aplikasi amazon menggunakan CNN menghasilkan akurasi sebesar 81%. Pemodelan ini sudah disimpan dan kemudian dilakukan deployment menjadi sebuah web app yang dapat diakses melalui : https://reviewamazonkel3.streamlit.app/

Language:Jupyter NotebookStargazers:1Issues:0Issues:0

Forecasting-SolarEnergyProduction-LSTM

Memprediksi produksi enery surya menggunakan LSTM (long short-term memory)

Language:Jupyter NotebookStargazers:1Issues:1Issues:1
Language:Jupyter NotebookStargazers:1Issues:0Issues:0

PREDIKSI-HARGA-PENUTUPAN-EMITEN-SAHAM-YAHOO-FINANCE-DENGAN-METODE-LSTM-GRU

Prediksi Harga Penutupan Emiten Saham Yahoo Finance dengan metode LSTM dan GRU

Language:Jupyter NotebookStargazers:1Issues:0Issues:0

SD3203-Teknologi-Basis-Data

Kumpulan materi dan tugas matakuliah teknologi basis data (SD3203)

Stargazers:1Issues:0Issues:0

Thalassemia-Classification-CNN

Projek Sains Data Deep Learning klasifikasi sel darah merah menggunakan arsitektur CCN klasik.

Language:Jupyter NotebookStargazers:1Issues:1Issues:0
Language:Jupyter NotebookStargazers:0Issues:0Issues:0

Historical-crack18-19_kel8RB

Menggunakan metode CNN untuk mengklasifikasikan keretakan pada masjid bersejarah di Kairo yang memiliki nilai sejarah dan arsitektur tinggi. Anda bisa mengakses link di : https://deeplearningkel8nasnet-jraef5xwrsniso7f9mu2jc.streamlit.app/

Language:Jupyter NotebookStargazers:0Issues:0Issues:0

Image-Segmentation-VGG19

Pengenalan gambar dan analisis pemandangan kota merupakan topik penting dalam pengembangan perkotaan modern yang cerdas dan berkelanjutan dengan konteks penerapan Model Pengenalan Gambar VGG19 dapat perhatian sebagai alat yang kuat untuk mengidentifikasi objek, fitur, dan karakteristik dalam pemandangan kota.

Language:Jupyter NotebookStargazers:0Issues:0Issues:0
Language:Jupyter NotebookStargazers:0Issues:0Issues:0

Pelatihan-model-CNN-untuk-Klasifikasi-Gambar---Team-6

Project ini untuk mengklasifikasi gambar terutama daun herbal menggunakan metode CNN.

Language:Jupyter NotebookStargazers:0Issues:0Issues:0

PENDETEKSI-COVID-19-DENGAN-MENGGUNAKAN-METODE-CNN-

Project Class Deep Learning Kelompok 2 RB

Language:Jupyter NotebookStargazers:0Issues:0Issues:0

Pizza-Classification-CNN-Tim7-RA

Penggunaan metode CNN dalam mengklasifikasikan pizza dari data gambar dapat memberikan efisiensi operasional.

Language:Jupyter NotebookStargazers:0Issues:0Issues:0
Language:HTMLStargazers:0Issues:1Issues:0

Sentiment-Analysis-with-LSTM_1-RB-

Deep Learning project regarding sentiment analysis with the topic of horror films modeled with LSTM

Language:Jupyter NotebookStargazers:0Issues:0Issues:0
Language:Jupyter NotebookStargazers:0Issues:0Issues:0

Team-2-RA-House-Pricing-BRNN

Repository ini merupakan bagian dari projek saya dan tim untuk mata kuliah Deep Learning kelas RA T.A 2022/2023

Language:Jupyter NotebookStargazers:0Issues:0Issues:0

Klasifikasi-Teks-Pada-Judul-Berita

Berita merupakan hal yang senantiasa menjadi salah satu sumber fakta bagi masyarakat. Dalam hal mengklasifikasinya, diperlukan RNN dalam mengautomasi kerjanya. Dengan metode LSTM, akurasinya sampai 90% untuk mengunggah berita yang ada. Hal ini menjadikan RNN sebagai alat yang layak untuk mengklasifikasikan berita sesuai isinya.

Language:Jupyter NotebookStargazers:0Issues:1Issues:0
Stargazers:0Issues:0Issues:0

Toxic_Comment_Binary_Classification

This project addresses the pervasive issue of toxic commentary online, which poses a significant threat to the integrity of digital discourse. Toxic comments can create environments of insecurity, obstruct productive exchanges, and lead to severe psychological effects on the recipients. The objective of this project is to detect and categorize such

Language:PythonStargazers:0Issues:0Issues:0