Penggunaan Metode CNN (Convolutional Neural Network) untuk Klasifikasi Jenis Tanaman Alpukat Berdasarkan Pola Daun
Vol. 7 No. 3 (2023), Articles
Vol. 7 No. 3 (2023)

Penggunaan Metode CNN (Convolutional Neural Network) untuk Klasifikasi Jenis Tanaman Alpukat Berdasarkan Pola Daun

Articles
https://doi.org/10.29407/inotek.v7i3.3568
Published 2023-07-26
Frisca Ayu Fatika Sari
Universitas Nusantara PGRI Kediri
Resty Wulanningrum
Universitas Nusantara PGRI Kediri
Lilia Sinta Wahyuniar
Universitas Nusantara PGRI Kediri
PDF

Keywords

alpukat
CNN
Web

How to Cite

Sari, F. A. F., Wulanningrum, R. ., & Wahyuniar, L. S. . (2023). Penggunaan Metode CNN (Convolutional Neural Network) untuk Klasifikasi Jenis Tanaman Alpukat Berdasarkan Pola Daun . Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 7(3), 1275–1284. https://doi.org/10.29407/inotek.v7i3.3568
ACM ACS APA ABNT Chicago Harvard IEEE MLA Turabian Vancouver

Download Citation

Endnote/Zotero/Mendeley (RIS) BibTeX
Crossref
Scopus
Google Scholar
Europe PMC

Abstract

Tumbuhan alpukat merupakan salah satu tanaman yang sering ditemui di indonesia, tak jarang berbagai daerah diindonesia menanam tanaman ini. Hasil dari buah alpukat banyak dijadikan makanan dan minuman yang beraneka macam. Dilihat dari banyak keuntungan yang didapat banyak masyarakat indonesia yang menanam pohon tersebut. Akan tetapi mereka banyak membeli jenis bibit yang salah jenis yang tidak sesuai dengan apa yang mereka harapkan dikarenakan banyak penjual bibit alpukat keliling yang memberi mereka jenis bibit yang salah. Meski hanya beberapa oknum yang curang dalam berdagang bibit alpukat  penjual bibit alpukat grosir juga mendapatkan dampak dari perilaku curang oknum sehingga merugikan penjual bibit yang jujur. Maka dari itu perlu adanya sistem untuk mengklasifikan jenis tanaman alpukat agar dapat membantu penjual grosir bibit alpukat. Pada sistem nantinya akan menggunakan metode CNN(Convolutional Neural Network). Yang diharapkan dari penelitian ini adalah sistem dapat berjalan dengan baik dan dapat mengasilkan suatu akurasi yang tinggi.

https://doi.org/10.29407/inotek.v7i3.3568
PDF

References

A. A. Triono, “Sistem Pengenalan Jenis Mangga Berdasarkan Daun dengan Metode K-Nearest Naighbor,” vol. 01, no. 08, pp. 1–11, 2017.

M. Hamid, S. Sudin, and W. R. Rumbia, “MENGGUNAKAN METODE TRESHOLDING DAN SUPPORT VECTOR MACHINE ( SVM ) Abstraksi,” vol. 6, no. 2, pp. 549–555, 2022.

A. Noercholis, M. A. Muslim, and M. Maftuch, “Ekstraksi Fitur Roundness untuk Menghitung Jumlah Leukosit dalam Citra Sel Darah Ikan,” J. EECCIS, vol. 7, no. 1, pp. 35–40, 2013, [Online]. Available: https://www.jurnaleeccis.ub.ac.id/index.php/eeccis/article/view/199

Ronaldus Morgan James, “Deteksi Covid 19 Pada Citra X-Ray menggunakan Algorithma Convolutional Neural Network dan Median Filter.” p. 101, 2021.

A. Peryanto, A. Yudhana, and R. Umar, “Rancang Bangun Klasifikasi Citra Dengan Teknologi Deep Learning Berbasis Metode Convolutional Neural Network,” Format J. Ilm. Tek. Inform., vol. 8, no. 2, p. 138, 2020, doi: 10.22441/format.2019.v8.i2.007.

A. Kholik, “Klasifikasi Menggunakan Convolutional Neural Network (Cnn) Pada Tangkapan Layar Halaman Instagram,” J. Data Min. dan Sist. Inf., vol. 2, no. 2, p. 10, 2021, doi: 10.33365/jdmsi.v2i2.1345.

Syarifah, “Deep Learning Object Detection Pada Video,” Deep Learn. Object Detect. Pada Video Menggunakan Tensorflow Dan Convolutional Neural Netw., 2018.

M. A. Hanin, R. Patmasari, and R. Y. Nur, “SISTEM KLASIFIKASI PENYAKIT KULIT MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK ( CNN ) SKIN DISEASE CLASSIFICATION SYSTEM USING CONVOLUTIONAL NEURAL NETWORK ( CNN ),” vol. 8, no. 1, pp. 273–281, 2021.

M. Zufar and B. Setiyono, “Convolutional Neural Networks Untuk Pengenalan Wajah Secara Real-Time,” J. Sains dan Seni ITS, vol. 5, no. 2, p. 128862, 2016.

R. Herwanto, K. Gunadi, and E. Setyati, “Pengenalan Golongan Jenis Kendaraan Bermotor pada Ruas Jalan Tol Menggunakan CNN,” J. Infra Petra, vol. 8, no. 1, pp. 196–202, 2020.

A. N. Sugandi, B. Hartono, and K. Kunci, “Implementasi Pengolahan Citra pada Quadcopter untuk Deteksi Manusia Menggunakan Algoritma YOLO,” Pros. 13th Ind. Res. Work. Natl. Semin., pp. 13–14, 2022.

J. Vicky, F. Ayu, and B. Julianto, “Implementasi Pendeteksi Penyakit pada Daun Alpukat Menggunakan Metode CNN,” Pros. Semin. Nas. Teknol. dan Sains, vol. 2, pp. 155–162, 2023.

F. F. Maulana and N. Rochmawati, “Klasifikasi Citra Buah Menggunakan Convolutional Neural Network,” J. Informatics Comput. Sci., vol. 1, no. 02, pp. 104–108, 2020, doi: 10.26740/jinacs.v1n02.p104-108.

Z. F. Abror, “Klasifikasi Citra Kebakaran Dan Non Kebakaran,” J. Ilm. Teknol. dan Rekayasa, vol. 24, no. 100, pp. 102–113, 2019.

Y. B. E. Purba, N. F. Saragih, A. P. Silalahi, and ..., “Perancangan Alat Pendeteksi Kematangan Buah Nanas Dengan Menggunakan Mikrokontroler Dengan Metode Convolutional Neural Network (CNN),” J. Ilm. Tek. …, vol. 2, no. 1, pp. 13–21, 2022, [Online]. Available: https://ojs.fikom-methodist.net/index.php/methotika/article/view/43%0Ahttps://ojs.fikom-methodist.net/index.php/methotika/article/download/43/39

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Copyright (c) 2023 Frisca Ayu Fatika Sari, Resty Wulanningrum, Lilia Sinta Wahyuniar

Downloads

Download data is not yet available.

Most read articles by the same author(s)

<< < 1 2 3 4 5 > >>