Article Per Year (5 Year)
p-Index From 2021 - 2026
2.198
P-Index
This Author published in this journals
All Journal Jurnal Ilmu dan Teknologi Kelautan Tropis Jurnal Informatika dan Teknik Elektro Terapan Martabe : Jurnal Pengabdian Kepada Masyarakat JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Ilmiah Intech : Information Technology Journal of UMUS Quimica : Jurnal Kimia Sains dan Terapan Jurnal Jeumpa Jurnal Inovasi Pengabdian dan Pemberdayaan Masyarakat SmartComp Journal of Citizen Research and Development
Wahyuningsih, Puji
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Environmental Science Immunology & microbiology Library & Information Science Medicine & Pharmacology Public Health Social Sciences

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : SmartComp

 1 
Optimasi Algoritma Adam untuk Peningkatan Akurasi Klasifikasi Penyakit Daun Padi Berbasis CNN Irawan, Bambang; Ramdhan, Nur Ariesanto; Wahyuningsih, Puji
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v13i4.6654

Abstract

Penelitian ini bertujuan untuk meningkatkan akurasi klasifikasi penyakit pada daun padi menggunakan algoritma Convolutional Neural Network (CNN) yang di optimasi dengan algoritma Adam. Metode ini dikembangkan untuk memberikan solusi yang efisien dalam mendeteksi dan mengidentifikasi penyakit daun padi secara cepat dan akurat. Data yang digunakan pada penelitian ini terdiri dari gambar daun padi yang terinfeksi penyakit dengan 4 kelas penyakit yaitu Tungro,Blast,Bacterialblight dan Brownspot. Arsitektur CNN digunakan untuk mempelajari pola dari gambar daun padi, sedangkan algoritma Adam digunakan untuk mengopimalkan proses pembelajaran CNN, mempercepat konvergensi dan meningkatkan akurasi klasifikasi. Hasil pengujian menunjukkan bahwa dengan penerapan algoritma Adam, model CNN berhasil mencapai tingkat akurasi sebesar 99,17% dalam mengklasifikasikan penyakit pada daun padi.Penelitian ini menunjukkan bahwa penggunaan kombinasi CNN dengan algoritma Adam memberikan hasil yang sangat baik dalam mendeteksi dan mengklasifikasikan penyakit pada tanaman padi
Co-Authors Al Fajar, Beni Alamsyah, Wan Ariesanto Ramdhan, Nur Bambang Irawan /E21207042 Dewi, Ayu Eko Prastyo Fajri, Rahmatul Febriyanto, Arif FIRMANSYAH, ADAM Halimatussakdiah Hanim, Farikhatul Muslimah Muslimah Muslimah Mutiara, Zessy Nisa, Durotun Otong Saeful Bachri Prasetya, Adetya Yudha Puspita, Winda Putra, Rachmad Almi Raden Mohamad Herdian Bhakti Ramdhan, Nur Ariesanto Rizal, Mahmud Rizqian, Mohamad Arjun Rohman, Aulia Abdi Salman Salman Siahaan, Sahat Manampin Silalahi, Novita Sari Lastiar Tengku Riza Zarzani N Ulil Amna, Ulil Yulida Amri Yusnawati, Yusnawati