Article Per Year (5 Year)
p-Index From 2021 - 2026
0.751
P-Index
This Author published in this journals
All Journal Indonesian Journal of Natural Pigments Journal of Electronics, Electromedical Engineering, and Medical Informatics Jurnal Kesehatan Tambusai Journal of Education Research Pharmaqueous
A'yuni, Qurrata
Unknown Affiliation
Humanities Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Control & Systems Engineering Dentistry Education Electrical & Electronics Engineering Engineering Health Professions Immunology & microbiology Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Journal of Education Research

 1 
Literature Review: Analisis Komparatif Algoritma CNN, KNN, dan SVM untuk Klasifikasi Penyakit Kelapa Sawit A'yuni, Qurrata; Hendrik, Billy
Journal of Education Research Vol. 5 No. 4 (2024)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v5i4.1983

Abstract

Kelapa sawit adalah salah satu komoditas perkebunan yang populer di dunia dan di Indonesia, serta memiliki peran penting dalam subsektor perkebunan dalam meningkatkan perekonomian negara, akan tetapi penyakit pada tanaman kelapa sawit menghambat produksi optimal. Dengan tujuan untuk mendapatkan algoritma yang tepat untuk klasifikasi penyakit pada tanaman kelapa sawit, penelitian ini menggunakan metode Systematic Literature Review (SLR) dengan melakukan perbandingan terhadap beberapa algoritma Convolutional Neural Network (CNN), K-Nearest Neighbor (KNN), dan Support Vector Machine (SVM) untuk meninjau literatur yang ada dengan memberikan analisis komprehensif. Hasil analisis menunjukkan bahwa algoritma yang paling populer dan paling efektif dengan tingkat akurasi diatas 90% adalah Convolutional Neural Network (CNN) dibandingkan K-Nearest Neighbor (KNN) dan Support Vector Machine (SVM). Metode yang banyak digunakan untuk pengujian keakuratan hasil adalah Confusion Matrix.
Literature Review: Analisis Komparatif Algoritma CNN, KNN, dan SVM untuk Klasifikasi Penyakit Kelapa Sawit A'yuni, Qurrata; Hendrik, Billy
Journal of Education Research Vol. 5 No. 4 (2024)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v5i4.1983

Abstract

Kelapa sawit adalah salah satu komoditas perkebunan yang populer di dunia dan di Indonesia, serta memiliki peran penting dalam subsektor perkebunan dalam meningkatkan perekonomian negara, akan tetapi penyakit pada tanaman kelapa sawit menghambat produksi optimal. Dengan tujuan untuk mendapatkan algoritma yang tepat untuk klasifikasi penyakit pada tanaman kelapa sawit, penelitian ini menggunakan metode Systematic Literature Review (SLR) dengan melakukan perbandingan terhadap beberapa algoritma Convolutional Neural Network (CNN), K-Nearest Neighbor (KNN), dan Support Vector Machine (SVM) untuk meninjau literatur yang ada dengan memberikan analisis komprehensif. Hasil analisis menunjukkan bahwa algoritma yang paling populer dan paling efektif dengan tingkat akurasi diatas 90% adalah Convolutional Neural Network (CNN) dibandingkan K-Nearest Neighbor (KNN) dan Support Vector Machine (SVM). Metode yang banyak digunakan untuk pengujian keakuratan hasil adalah Confusion Matrix.
Co-Authors . Roslidar C Hanny Wijaya Cahyarani, Doreen Calista Cindy Caroline Dwi Maryanti Hasnur, Hanifah Hendrik, Billy Mika Tri Kumala Swandari, Mika Tri Kumala Muhammad Irhamsyah Mulkan Azhary Nasaruddin Nasaruddin Natania, Natania Sonatha, Mei Diana Surna Lastri