Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Sistem Informasi dan Sistem Komputer
Lailan Sofinah Harahap
Ilmu Komputer, Universitas Islam Negeri Sumatera Utara
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Other

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penerapan Arsitektur Convolutional Neural Network Untuk Klasifikasi Biner Pada Objek Daun Mangga dan Jambu Lailan Sofinah Harahap; Kaka Davi Dharmawan
Jurnal Sistem Informasi dan Sistem Komputer Vol 11 No 1 (2026): Vol 11 No 1 - 2026
Publisher : STIMIK Bina Bangsa Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51717/simkom.v11i1.1196

Abstract

Identifikasi klasifikasi jenis tumbuhan secara otomatis berdasarkan citra daun masih menjadi tantangan tersendiri di bidang botani dan pertanian. Untuk mengatasi masalah ini, arsitektur Convolutional Neural Network (CNN) diterapkan untuk melakukan tugas klasifikasi biner, yaitu membedakan antara objek daun mangga (Mangifera indica) dan daun jambu biji (Psidium guajava) berdasarkan citranya. Dataset terdiri dari 1004 citra (502 mangga dan 502 jambu), dibagi menjadi 80% data latih dan 20% data validasi. Arsitektur CNN yang dibangun mencakup tiga lapisan konvolusi untuk ekstraksi fitur otomatis, diikuti lapisan pooling, flatten, dropout, dan dense untuk klasifikasi. Model dilatih menggunakan data latih yang telah di augmentasi selama 15 epoch dengan optimizer Adam dan fungsi loss binary crossentropy. Hasil evaluasi pada data validasi menunjukkan model mencapai akurasi 95.02%, membuktikan kemampuan dalam mempelajari pola pembeda dan melakukan klasifikasi biner pada objek daun secara efektif.
Co-Authors Kaka Davi Dharmawan