UNDANAUNDANA

J-ICON: Jurnal Komputer dan InformatikaJ-ICON: Jurnal Komputer dan Informatika

Google Teachable Machine adalah aplikasi berbasis website yang dapat dimanfaatkan penggunanya untuk membuat suatu model machine learning tanpa perlu menulis kode. Aplikasi ini memanfaatkan Jaringan Saraf Konvolusional (CNN) dalam prosesnya. Pada penelitian ini dilakukan pemanfaatan Teachable Machine untuk membuat model machine learning yang dapat mengidentifikasi batuan mineral khususnya magnetit, kalsit, dan kuarsa. Prosedur penelitian dilakukan melalui beberapa tahapan yaitu: Pengumpulan Sampel, Klasifikasi Sampel (Dataset), Pelatihan Model (Training), dan Proses Evaluasi. Pengumpulan data sampel berupa gambar batuan mineral diperoleh dan diunduh dari Google. Data tersebut kemudian dibagi menjadi tiga kelas mineral yaitu magnetit, kalsit, dan kuarsa yang digunakan sebagai input pada aplikasi Teachable Machine. Pelatihan model pada Teachable Machine menggunakan input epochs 100, batch size 64, dan learning rate 0.0001. Hasil pemodelan Teachable Machine kemudian dievaluasi dan menunjukkan bahwa model yang diperoleh dapat mengenali mineral magnetit, kalsit, dan kuarsa dengan akurasi, presisi, recal, spesifisitas, dan nilai F1 rata-rata sebesar 91.11% (86.67%), 87.30%, 86.67%, 93.33%, dan 86.50%. Penelitian ini menunjukkan bahwa pemanfaatan Teachable Machine membantu melakukan identifikasi cepat, akurat dan mudah sehingga dapat memberikan kontribusi dalam mempercepat proses analisis batuan mineral, pengambilan keputusan, dan pengembangan strategi eksplorasi. Selain itu hasil ini menunjukkan aplikasi ini memiliki potensi pengembangan yang lebih luas dalam bidang-bidang ilmu yang beragam.

Berdasarkan hasil yang diperoleh dapat disimpulkan Teachable Machine sebagai aplikasi berbasis website dapat dimanfaatkan dengan efektif dan mudah dalam pembuatan model identifikasi mineral magnetit, kuarsa dan kalsit.Training menggunakan input epochs 100, batch size 64 dan learning rate 0.0001 berhasil memperoleh model yang cukup bagus dengan akurasi, presisi, recal, spesifisitas dan nilai F1 rata-rata sebesar 91.Dimana model tersebut mampu mengidentifikasi lebih baik mineral magnetit dibandingkan dengan dua mineral lainnya.

Penelitian lanjutan dapat fokus pada pengembangan model dengan dataset yang lebih besar dan beragam untuk meningkatkan akurasi identifikasi mineral. Selain itu, eksplorasi arsitektur CNN yang lebih kompleks seperti ResNet atau EfficientNet bisa dilakukan untuk mengoptimalkan performa model. Terakhir, integrasi teknologi IoT dengan model Teachable Machine dapat membuka peluang penggunaan aplikasi ini secara real-time di lapangan, misalnya untuk identifikasi cepat batuan mineral di lokasi eksplorasi.

  1. Aplikasi Deteksi Penyakit pada Daun Tomat Berbasis Android Menggunakan Model Terlatih Tensorflow Lite... jurnal.unpad.ac.id/teknotan/article/view/45700Aplikasi Deteksi Penyakit pada Daun Tomat Berbasis Android Menggunakan Model Terlatih Tensorflow Lite jurnal unpad ac teknotan article view 45700
  2. Image Classification and Object Detection Algorithm Based on Convolutional Neural Network | Science Insights.... bonoi.org/index.php/si/article/view/113Image Classification and Object Detection Algorithm Based on Convolutional Neural Network Science Insights bonoi index php si article view 113
  3. NOAA IMAGE CLASSIFICATION USING GOOGLE’S TEACHABLE MACHINE | Ajhari | Semnas Ristek (Seminar Nasional... doi.org/10.30998/semnasristek.v7i1.6244NOAA IMAGE CLASSIFICATION USING GOOGLEAoS TEACHABLE MACHINE Ajhari Semnas Ristek Seminar Nasional doi 10 30998 semnasristek v7i1 6244
  4. X‐Ray Diffraction Techniques for Mineral Identification and Mineralogical Composition - Whittig... doi.org/10.2134/AGRONMONOGR9.1.C49XyAAAaRay Diffraction Techniques for Mineral Identification and Mineralogical Composition Whittig doi 10 2134 AGRONMONOGR9 1 C49
  5. IMPLEMENTASI DEEP LEARNING MENGGUNAKAN CNN UNTUK SISTEM PENGENALAN WAJAH | Dewi | Faktor Exacta. implementasi... journal.lppmunindra.ac.id/index.php/Faktor_Exacta/article/view/8989IMPLEMENTASI DEEP LEARNING MENGGUNAKAN CNN UNTUK SISTEM PENGENALAN WAJAH Dewi Faktor Exacta implementasi journal lppmunindra ac index php Faktor Exacta article view 8989
Read online
File size639.46 KB
Pages8
DMCAReport

Related /

JURIS Kearifan Lokal Budaya Munggah Molo dan Korelasinya Terhadap Pancasila 2026More at 2026

UNIPASBYUNIPASBY Budaya ini juga menunjukkan kepedulian terhadap semua pihak yang terlibat serta penghormatan terhadap identitas budaya dan nasional. Munggah Molo memilikiBudaya ini juga menunjukkan kepedulian terhadap semua pihak yang terlibat serta penghormatan terhadap identitas budaya dan nasional. Munggah Molo memiliki

JURIS Klasifikasi Jenis Jerawat Berdasarkan Gambar Menggunakan Algoritma Cnn Convolutional Neural Network 2025More at 2025

ILMUBERSAMAILMUBERSAMA Penggunaan model CNN dalam penelitian ini disesuaikan dengan efisiensi untuk mengklasifikasi dengan penyesuaian khusus demi konteks identifikasi jerawat.Penggunaan model CNN dalam penelitian ini disesuaikan dengan efisiensi untuk mengklasifikasi dengan penyesuaian khusus demi konteks identifikasi jerawat.

JURIS Rancang Bangun Prototype Face Recognition Berbasis YOLO11 dengan Menggunakan Raspberry Pi 2025More at 2025

UNJUNJ 6%, dan F1-Score sebesar 94%. Meskipun demikian, performa identifikasi rentan terhadap kondisi pencahayaan backlight, motion blur, dan pose wajah yang6%, dan F1-Score sebesar 94%. Meskipun demikian, performa identifikasi rentan terhadap kondisi pencahayaan backlight, motion blur, dan pose wajah yang

JURIS Enhanced Multi Class Pulmonary Disorder Detection Using Hard Voting Ensemble of CNN Models on X Ray Images 2025More at 2025

IAESONLINEIAESONLINE Model ini melibatkan lima arsitektur CNN terkenal yaitu EfficientNetB0, DenseNet201, ResNet50, MobileNetV2, dan InceptionV3.menggunakan transfer learning,Model ini melibatkan lima arsitektur CNN terkenal yaitu EfficientNetB0, DenseNet201, ResNet50, MobileNetV2, dan InceptionV3.menggunakan transfer learning,

JURIS Deep Learning Models Performance on Marine Fish Species Classification 2025More at 2025

UNAIRUNAIR Resolusi terhadap kesenjangan ini dapat membantu meningkatkan adaptabilitas terhadap berbagai konteks ekologis.melihat ke depan, hasil penelitian ini menyorotiResolusi terhadap kesenjangan ini dapat membantu meningkatkan adaptabilitas terhadap berbagai konteks ekologis.melihat ke depan, hasil penelitian ini menyoroti

JURIS Implementasi YOLOv8 dan Local Binary Pattern Histogram LBPH untuk Simulasi Presensi 2025More at 2025

APTIIAPTII Kendati demikian, terdapat beberapa keterbatasan, salah satunya akurasi yang dapat menurun apabila objek wajah bergerak terlalu cepat saat proses pengambilanKendati demikian, terdapat beberapa keterbatasan, salah satunya akurasi yang dapat menurun apabila objek wajah bergerak terlalu cepat saat proses pengambilan

JURIS Car seatbelt monitoring system using real time object detection algorithm under low light and bright light conditions 2025More at 2025

UMBUMB This system has an accuracy of 95.75%, precision of 99. 1%, recall of 96. 2%, and an F1-score of 97. 2%. The results show that the system can generateThis system has an accuracy of 95.75%, precision of 99. 1%, recall of 96. 2%, and an F1-score of 97. 2%. The results show that the system can generate

JURIS Utilization of the Statistics Corner as a Source of Information A Case Study of The Statistics Corner FEBI UINSU 2024More at 2024

AKSAQILAJURNALAKSAQILAJURNAL Perpustakaan sebagai lembaga informasi memfasilitasi pengguna dalam mencari berbagai sumber informasi. Untuk memudahkan pengguna mencari informasi bidangPerpustakaan sebagai lembaga informasi memfasilitasi pengguna dalam mencari berbagai sumber informasi. Untuk memudahkan pengguna mencari informasi bidang

Useful /

JURIS Sistem Pendukung Keputusan untuk Verifikasi dan Validasi Data Permohonan Pertanahan pada Dinas Pertanahan Kabupaten Sumba Barat Daya 2025More at 2025

APTIIAPTII Hasil penelitian menunjukkan bahwa penerapan SPK berbasis SAW mampu meningkatkan efisiensi proses verifikasi hingga 65%, serta meningkatkan ketepatan hasilHasil penelitian menunjukkan bahwa penerapan SPK berbasis SAW mampu meningkatkan efisiensi proses verifikasi hingga 65%, serta meningkatkan ketepatan hasil

JURIS Pengembangan Aplikasi E Learning Berbasis Web Menggunakan Model Waterfall di Sekolah Dasar Masehi Tanggaba 2025More at 2025

APTIIAPTII Aplikasi ini dirancang khusus untuk mendukung pembelajaran di Sekolah Dasar Masehi Tanggaba dengan fitur utama berupa manajemen materi, latihan soal, forumAplikasi ini dirancang khusus untuk mendukung pembelajaran di Sekolah Dasar Masehi Tanggaba dengan fitur utama berupa manajemen materi, latihan soal, forum

JURIS Sistem Evaluasi Dosen oleh Mahasiswa Berbasis Web dengan Pendekatan MODEL PROTOTYPE Studi Kasus di Fakultas Teknik Universitas Dr Soetomo 2025More at 2025

APTIIAPTII Penelitian ini berhasil merancang dan membangun sistem EDOM berbasis web dengan pendekatan prototype dan Laravel, yang menggantikan proses manual GooglePenelitian ini berhasil merancang dan membangun sistem EDOM berbasis web dengan pendekatan prototype dan Laravel, yang menggantikan proses manual Google

JURIS Garap Gending Sekaten Keraton Yogyakarta 2018More at 2018

ISI YogyakartaISI Yogyakarta Materi garap mencakup balungan gending yang terdiri atas lagu racikan dan lagu balungan gending, sementara penggarap adalah pengrawit yang menyajikan gending.Materi garap mencakup balungan gending yang terdiri atas lagu racikan dan lagu balungan gending, sementara penggarap adalah pengrawit yang menyajikan gending.

ads-block-test