<?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="129415">
 <titleInfo>
  <title>IMPLEMENTASI AUGMENTASI GENERATIVE ADVERSARIAL NETWORK  PADA METODE MOBILENET UNTUK KLASIFIKASI ANAK STUNTING</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>CUT NANDA NURUL MEURISYAH</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Teknik Elektro</publisher>
   <dateIssued>2024</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Stunting adalah bentuk umum dari malnutrisi anak, di mana kondisi anak lebih pendek dibandingkan anak seumurnya. Stunting dapat menyebabkan dampak jangka panjang bagi anak, termasuk penurunan kemampuan kognitif, masalah kesehatan, dan produktivitas yang lebih rendah di masa dewasa. Penelitian ini berfokus pada penggunaan augmentasi Generative Adversarial Network (GAN) dalam klasifikasi citra anak stunting dan normal menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur MobileNet. Akurasi yang dihasilkan dari pelatihan adalah sebesar 76% tanpa menggunakan augmentasi, dengan augmentasi konvensional sebesar 87%, dan menggunakan augmentasi GAN menghasilkan akurasi sebesar 99%.&#13;
&#13;
Kata kunci: Stunting, Convolutional Neural Network, Augmentasi, Generative Adversarial Network, MobileNet.</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>129415</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2024-09-02 09:33:20</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2024-09-02 14:20:32</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>