Claim Missing Document
Check
Articles

Found 23 Documents
Search

Comparison of ResNet50 and ResNet101 Feature Extraction for Tea Leaf Disease Classification Using Support Vector Machine Wistiani Astuti; Erick Irawadi Alwi; Farniwati Fattah; Tasrif Hasanuddin; Julisa; Ulfa Sari; Ainur Rahma Almagfirah
Indonesian Journal of Data and Science Vol. 7 No. 2 (2026): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v7i2.338

Abstract

Tea leaf diseases negatively affect both crop quality and productivity, highlighting the importance of early and accurate diagnosis. This study evaluates ResNet50 and ResNet101 as pretrained feature extractors combined with a Support Vector Machine (SVM) to determine whether a deeper residual architecture can better distinguish visually similar tea leaf disease classes. Images were obtained from the Kaggle “Identifying Disease in Tea Leaves” dataset, comprising eight categories: Anthracnose, algal leaf, bird eye spot, brown blight, gray light, healthy, red leaf spot, and white spot. Data augmentation increased each class to 800 images, producing 6,400 images that were divided into training and testing sets using an 80:20 ratio. Images were resized to 128 × 128 pixels for ResNet50 and 224 × 224 pixels for ResNet101. Feature vectors were generated by flattening convolutional feature maps from the ImageNet-pretrained networks without additional pooling. The extracted features were standardized and classified using an RBF-kernel SVM with C = 1.0 and gamma set to “scale.” ResNet101–SVM achieved 97.97% test accuracy, with precision, recall, and F1-score of 98%. In comparison, ResNet50–SVM obtained 89.15% accuracy, 90% precision, 89% recall, and 89% F1-score. These results indicate that ResNet101 captures finer texture and lesion-boundary information, enabling more reliable discrimination among similar disease classes. Therefore, deeper residual feature extraction provides a promising foundation for automated tea leaf disease diagnosis.
Analisis Pengukuran Kualitas Website FIKOM Dengan Menggunakan Metode WEBQUAL 4.0 Aqifah Kadir; Tasrif Hasanuddin
LINIER: Literatur Informatika dan Komputer Vol 3, No 1 (2026)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v3i1.3481

Abstract

Website menjadi sarana utama dalam penyebaran informasi akademik dan administratif di lingkungan perguruan tinggi. Penelitian ini bertujuan untuk mengukur kualitas website FIKOM.UMI.AC.ID menggunakan metode WebQual 4.0, yang menilai tiga dimensi utama, yaitu usability (kegunaan), information quality (kualitas informasi), dan service interaction quality (kualitas interaksi layanan), serta pengaruhnya terhadap kepuasan pengguna.Metode penelitian yang digunakan mencakup penyebaran kuesioner berbasis skala Likert kepada pengguna website, diikuti dengan uji validitas dan reliabilitas untuk memastikan keakuratan instrumen penelitian. Analisis data dilakukan menggunakan uji regresi linear berganda, uji t, dan uji f untuk mengidentifikasi pengaruh masing-masing variabel terhadap kepuasan pengguna.Hasil penelitian menunjukkan bahwa variabel service interaction quality memiliki pengaruh signifikan terhadap kepuasan pengguna, sedangkan usability dan information quality tidak memberikan pengaruh signifikan secara individu. Namun, secara simultan, ketiga variabel independen memiliki pengaruh signifikan terhadap kepuasan pengguna. Hal ini mengindikasikan bahwa aspek interaksi layanan merupakan faktor utama dalam meningkatkan kepuasan pengguna terhadap website
Akses Kontrol Pintu Gerbang Otomatis Berbasis Arduino UNO Agus Sukardi Nasrullah; Tasrif Hasanuddin; Huzain Azis
LINIER: Literatur Informatika dan Komputer Vol 1, No 1 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v1i1.2484

Abstract

Dunia elektronika dan kontrol saat ini berkembang sangat cepat. Kehidupan manusia juga dipengaruhi oleh teknologielektronika. berbagai macam peralatan yang diciptakan oleh manusia untuk memenuhi kebutuhan dan keinginan untukmengendalikan pintu gerbang berbasis arduino uno. Dengan menggunakan teknologi elektronika yaitu mikrokontrolleruntuk merancang Akses Kontrol Pintu Gerbang Otomatis berbasis arduino uno. Makalah ini fokus pada pengguanan SensorUltrasonik sebagai inputan data dalam alat ini. Metode yang diguanakan yaitu Deskriptif Analitif, prosesnya berupaAnalisis Masalah, Perancangan Alat, Simulasi Alat, dan Tahap Evaluasi. Alat yang digunakan dalam makalah ini yaituArduino Uno R3, Potensiometer, Servo, Sensor Ultrasonik. Hasil makalah menunjukan bahwa penerapan Kontrol Pintugerbang otomatis ini dapat membantu seseorang dapat mengendalikan Pintu Gerbang sesuai keinginan dia, tanpa perlu lagimengeluarkan tenaga yang banyak. Seseorang dapat terhubung lewat sensor ultrasonnic, dan ketika telah terhubung, orangtersebut dapat mengendalikan Pintu gerbang untuk membuka, menutup dan menyetop sesuai kontrol yang telah melaluisensor ultrasonic