UIN Ar-RaniryUIN Ar-Raniry
Cyberspace: Jurnal Pendidikan Teknologi InformasiCyberspace: Jurnal Pendidikan Teknologi InformasiPenelitian ini bertujuan untuk mengembangkan model menggunakan Convolutional Neural Network (CNN) dan Region-Based Convolutional Neural Network (R-CNN) untuk mengklasifikasikan berbagai jenis bunga anggrek. Dataset terdiri dari gambar-gambar tiga kelas utama anggrek: Anggrek Bulan (Phalaenopsis), Anggrek Dendrobium, dan Anggrek Tanah (Paphiopedilum), dengan sekitar 40 gambar per kelas. Gambar-gambar tersebut dikumpulkan dari berbagai sumber yang tepercaya seperti Dinas Ketahanan Pangan dan Tanaman Pangan dan Hortikultura Provinsi Lampung serta Dinas Ketahanan Pangan, Pertanian dan Perikanan Kota Metro dan para UMKM toko bunga di Provinsi Lampung serta berbagai sumber termasuk database publik, situs web hortikultura, dan koleksi pribadi, untuk mencakup variasi visual dalam setiap kelas. Proses pengumpulan data melibatkan pengambilan dan pengunduhan gambar beresolusi tinggi, pengkategorian dan pelabelan, serta pra-pemrosesan untuk meningkatkan kualitas gambar. Dataset kemudian dibagi menjadi data pelatihan dan pengujian dalam rasio 70:30 untuk melatih dan mengevaluasi performa model. Dengan memanfaatkan teknik lanjutan dalam pengumpulan data, pra-pemrosesan, dan analisis, penelitian ini bertujuan untuk mengembangkan model yang tangguh mampu mengklasifikasikan spesies bunga anggrek secara akurat berdasarkan karakteristik visualnya.
Penelitian ini berhasil mengembangkan model Convolutional Neural Network (CNN) dengan akurasi 85.Model ini menunjukkan kemampuan yang baik dalam mengenali pola-pola visual yang telah dipelajari dari data latih.Hasil ini dapat diimplementasikan dalam sistem otomatis untuk identifikasi jenis-jenis anggrek, yang bermanfaat dalam bidang botani atau agrikultur.Penelitian lebih lanjut disarankan untuk meningkatkan performa model melalui penyetelan hyperparameter, augmentasi data, dan evaluasi dengan dataset yang lebih besar.
Berdasarkan hasil penelitian, terdapat beberapa saran untuk pengembangan lebih lanjut. Pertama, perlu dilakukan penyetelan hyperparameter seperti learning rate dan jumlah epoch untuk mengoptimalkan proses pelatihan model. Kedua, penerapan augmentasi data dapat meningkatkan generalisasi model dengan memperkenalkan variasi pada gambar latih. Ketiga, eksplorasi arsitektur CNN yang lebih kompleks, seperti ResNet atau InceptionV3, dapat meningkatkan kemampuan model dalam mengenali fitur-fitur yang kompleks. Keempat, evaluasi model pada dataset yang lebih besar dan beragam akan memberikan gambaran yang lebih komprehensif tentang performa model dalam kondisi yang berbeda. Kelima, penelitian lanjutan dapat fokus pada pengembangan sistem klasifikasi real-time yang dapat digunakan secara praktis oleh petani atau peneliti anggrek, sehingga mempermudah identifikasi dan pengelolaan spesies anggrek.
- IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK MENDETEKSI PENGGUNAAN MASKER PADA GAMBAR | Jurnal... doi.org/10.23960/jitet.v11i3.3286IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK CNN UNTUK MENDETEKSI PENGGUNAAN MASKER PADA GAMBAR Jurnal doi 10 23960 jitet v11i3 3286
- Klasifikasi Pneumonia Dengan Deep Learning Faster Region Convolutional Neural Network Arsitektur VGG16... doi.org/10.22441/incomtech.v12i3.15112Klasifikasi Pneumonia Dengan Deep Learning Faster Region Convolutional Neural Network Arsitektur VGG16 doi 10 22441 incomtech v12i3 15112
| File size | 820.78 KB |
| Pages | 15 |
| DMCA | Report |
Related /
UM SURABAYAUM SURABAYA Evaluasi model menggunakan Mean Absolute Error (MAE) menunjukkan bahwa Neural Network Keras mengungguli Regresi Linier Sederhana (10,612 MAE) dan RegresiEvaluasi model menggunakan Mean Absolute Error (MAE) menunjukkan bahwa Neural Network Keras mengungguli Regresi Linier Sederhana (10,612 MAE) dan Regresi
UNRAMUNRAM Hasil evaluasi menunjukkan bahwa jumlah klaster optimal adalah k = 3, dengan skor Silhouette tertinggi sebesar 0,0913. Tiga segmen berbeda perilaku belanjaHasil evaluasi menunjukkan bahwa jumlah klaster optimal adalah k = 3, dengan skor Silhouette tertinggi sebesar 0,0913. Tiga segmen berbeda perilaku belanja
UNRAMUNRAM 6930, dan F1-Score 0. 7216. ROUGE-2 dengan Precision 0. 6936, Recall 0. 6212, dan F1-Score 0. 6480, serta ROUGE-L dengan Precision 0. 7210, Recall 0. 6465,6930, dan F1-Score 0. 7216. ROUGE-2 dengan Precision 0. 6936, Recall 0. 6212, dan F1-Score 0. 6480, serta ROUGE-L dengan Precision 0. 7210, Recall 0. 6465,
IPDNIPDN Data diperoleh melalui wawancara semi terstruktur dengan informan dari Dinas PUPR, BPBD, serta masyarakat, disertai observasi lapangan dan dokumentasi.Data diperoleh melalui wawancara semi terstruktur dengan informan dari Dinas PUPR, BPBD, serta masyarakat, disertai observasi lapangan dan dokumentasi.
KOPERTAIS4KOPERTAIS4 Namun, masalah permodalan menjadi kendala utama. Oleh karena itu, pemanfaatan Badan Usaha Milik Desa (BUMDes) menjadi solusi untuk mengoptimalkan potensiNamun, masalah permodalan menjadi kendala utama. Oleh karena itu, pemanfaatan Badan Usaha Milik Desa (BUMDes) menjadi solusi untuk mengoptimalkan potensi
UMJ PremiumUMJ Premium Namun, proyek ini menunjukkan kelayakan pendekatan AI untuk pertanian presisi, membuka jalan bagi pengembangan model yang lebih baik di masa depan. StudiNamun, proyek ini menunjukkan kelayakan pendekatan AI untuk pertanian presisi, membuka jalan bagi pengembangan model yang lebih baik di masa depan. Studi
UWKSUWKS Kinerja model yang konsisten di setiap kelas membuktikan efektivitas algoritma KNN dalam tugas klasifikasi ini. Penelitian ini dapat dikembangkan lebihKinerja model yang konsisten di setiap kelas membuktikan efektivitas algoritma KNN dalam tugas klasifikasi ini. Penelitian ini dapat dikembangkan lebih
BAJANGJOURNALBAJANGJOURNAL Hasil program menunjukkan peningkatan signifikan dalam pengetahuan orang tua balita, dari rata-rata 6,7 menjadi 9,3, serta peningkatan sikap positif terhadapHasil program menunjukkan peningkatan signifikan dalam pengetahuan orang tua balita, dari rata-rata 6,7 menjadi 9,3, serta peningkatan sikap positif terhadap
Useful /
UNRAMUNRAM Kondisi ini menjadikan permasalahan misinformasi bersifat multibahasa. Penelitian ini mengembangkan sistem deteksi berita palsu dua bahasa (Indonesia danKondisi ini menjadikan permasalahan misinformasi bersifat multibahasa. Penelitian ini mengembangkan sistem deteksi berita palsu dua bahasa (Indonesia dan
UWKSUWKS Temuan utama adalah kegagalan validasi input NPWP yang membutuhkan perbaikan. Oleh karena itu, disarankan pengembangan sistem dengan validasi yang lebihTemuan utama adalah kegagalan validasi input NPWP yang membutuhkan perbaikan. Oleh karena itu, disarankan pengembangan sistem dengan validasi yang lebih
UWKSUWKS Data empiris mengkonfirmasi kinerja PMG sesuai prinsip induksi elektromagnetik, terlihat peningkatan tegangan dan arus seiring kenaikan RPM, sehingga sistemData empiris mengkonfirmasi kinerja PMG sesuai prinsip induksi elektromagnetik, terlihat peningkatan tegangan dan arus seiring kenaikan RPM, sehingga sistem
UNRAMUNRAM Bot Telegram diharapkan sebagai alternatif dan cara yang lebih efisien untuk mengakses sistem informasi akademik. Pengembangan menggunakan model prototypingBot Telegram diharapkan sebagai alternatif dan cara yang lebih efisien untuk mengakses sistem informasi akademik. Pengembangan menggunakan model prototyping