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 /
IAI TABAHIAI TABAH Berdasarkan kajian literatur yang mendalam, penelitian ini telah menjawab keenam rumusan masalah dan mencapai tujuan penelitian yang telah ditetapkan.Berdasarkan kajian literatur yang mendalam, penelitian ini telah menjawab keenam rumusan masalah dan mencapai tujuan penelitian yang telah ditetapkan.
UMUSUMUS Sistem dikembangkan menggunakan Python untuk tahap pra-pemrosesan. Proses analisis mencakup seleksi data, pembersihan, transformasi, klasifikasi denganSistem dikembangkan menggunakan Python untuk tahap pra-pemrosesan. Proses analisis mencakup seleksi data, pembersihan, transformasi, klasifikasi dengan
UIGMUIGM Nilai ini cenderung rendah untuk mencapai tingkat akurasi yang tinggi dalam menghitung jumlah bangunan sehingga tidak disarankan untuk menghitung jumlahNilai ini cenderung rendah untuk mencapai tingkat akurasi yang tinggi dalam menghitung jumlah bangunan sehingga tidak disarankan untuk menghitung jumlah
UIN Ar-RaniryUIN Ar-Raniry Jika di tinjau analisis secara keseluruhan Quality of Service pada ketiga provider di wilayah Kecamatan Seulimeum Aceh Besar, termasuk kedalam indeks 3Jika di tinjau analisis secara keseluruhan Quality of Service pada ketiga provider di wilayah Kecamatan Seulimeum Aceh Besar, termasuk kedalam indeks 3
UIN Ar-RaniryUIN Ar-Raniry (2- tailed) 0. 000 < 0. 05 menunjukkan bahwa Ha diterima dan H0 ditolak. Sehingga dapat disimpulkan bahwa adanya efektivitas dalam penggunaan e-kitab matan(2- tailed) 0. 000 < 0. 05 menunjukkan bahwa Ha diterima dan H0 ditolak. Sehingga dapat disimpulkan bahwa adanya efektivitas dalam penggunaan e-kitab matan
UIN Ar-RaniryUIN Ar-Raniry Oleh karena itu, penentuan mahasiswa terbaik tidak hanya dilihat dari nilai akhir IPK, tetapi juga dinilai dari kemampuan lainnya. Partisipasi mahasiswaOleh karena itu, penentuan mahasiswa terbaik tidak hanya dilihat dari nilai akhir IPK, tetapi juga dinilai dari kemampuan lainnya. Partisipasi mahasiswa
UIN Ar-RaniryUIN Ar-Raniry Aplikasi ini juga memberi akses untuk pengguna jasa memberi nilai terhadap kinerja penyedia jasa. Dari hasil pengembangan sistem dan pengujian fungsi yangAplikasi ini juga memberi akses untuk pengguna jasa memberi nilai terhadap kinerja penyedia jasa. Dari hasil pengembangan sistem dan pengujian fungsi yang
BUMIGORABUMIGORA Penerapan scraping dan Backpropagation Neural Network dapat menjadikan penilaian Self-Assessment Questionnaire (SAQ) website Pemerintah Daerah ProvinsiPenerapan scraping dan Backpropagation Neural Network dapat menjadikan penilaian Self-Assessment Questionnaire (SAQ) website Pemerintah Daerah Provinsi
Useful /
USBIUSBI Hasil ini konsisten dengan Bashir dan Sam-Siso (2020), yang menunjukkan bahwa inflasi adalah faktor yang menyebabkan ketidakstabilan makroekonomi. Namun,Hasil ini konsisten dengan Bashir dan Sam-Siso (2020), yang menunjukkan bahwa inflasi adalah faktor yang menyebabkan ketidakstabilan makroekonomi. Namun,
UNISAPUNISAP Penelitian ini bertujuan mendeskripsikan implementasi Meaningful, Joyful, dan Mindful Learning dalam pembelajaran berbasis Deep Learning di sekolah dasar.Penelitian ini bertujuan mendeskripsikan implementasi Meaningful, Joyful, dan Mindful Learning dalam pembelajaran berbasis Deep Learning di sekolah dasar.
UMUSUMUS Selain meningkatkan tingkat kesehatan serta kecerdasan, juga semakin menggairahkan sektor perikanan untuk dapat mendorong peningkatan penyerapan tenagaSelain meningkatkan tingkat kesehatan serta kecerdasan, juga semakin menggairahkan sektor perikanan untuk dapat mendorong peningkatan penyerapan tenaga
UNISAPUNISAP Pendidikan Kewarganegaraan (PKn) merupakan mata pelajaran wajib dari tingkat dasar hingga tinggi yang bertujuan membentuk warga negara berkarakter cerdas,Pendidikan Kewarganegaraan (PKn) merupakan mata pelajaran wajib dari tingkat dasar hingga tinggi yang bertujuan membentuk warga negara berkarakter cerdas,