Article Per Year (5 Year)
p-Index From 2021 - 2026
1.383
P-Index
This Author published in this journals
All Journal IJCIT (Indonesian Journal on Computer and Information Technology) JISICOM (Journal of Information System, Infomatics and Computing) Jurnal Mantik JSR : Jaringan Sistem Informasi Robotik Jurnal Infortech JUSTIN (Jurnal Sistem dan Teknologi Informasi)
Fitra Septia Nugraha
Universitas Nusa Mandiri
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Languange, Linguistic, Communication & Media Library & Information Science

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Infortech

 1 
Pemanfaatan Metode Deep Learning untuk Klasifikasi Penyakit pada Tanaman Jagung Fajar Sarasati; Fitra Septia Nugraha; Ummu Radiyah
Jurnal Infortech Vol 4, No 2 (2022): Desember 2022
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/infortech.v4i2.13898

Abstract

Tanaman jagung di berbagai negara digunakan sebagai tanaman pengganti bahan pangan pokok beras. Tanaman ini dimanfaatkan sebagai salah satu alternatif sumber karbohidrat selain itu juga sebagai pakan ternak, dan bahan baku industri. Namun tanaman ini memiliki sensitifitas yang sama dengan tanaman bahan pangan lainnya terhadap penyakit dan hama yang perlu diwaspadai oleh para petani jagung. Penyakit jagung bisa menyerang dari siklus hidup mulai dari benih hingga berbuah yang dapat menurunkan kuantitas dan kualitas hasil produksi.  Teknologi mutakhir saat ini mulai dimanfaatkan sebagai Salah satu tren penggunaan teknologi dalam bidang pertanian adalah mendeteksi penyakit pada tanaman jagung yang dapat dideteksi dari salah satu bagian tanaman jagung dan yang paling sering dideteksi adalah pelepah daunnya.  Oleh karena itu pada penelitian ini penulis mengusulkan metode Deep Learning dengan arsitektur EfficientNetB0 untuk mendeteksi penyakit jagung dengan mengklasifikasikan penyakit jagung dari citra pelepah daun jagung yang berpenyakit maupun yang sehat. Hasil dari klasifikasi tersebut menghasilkan tingkat akurasi sebesar 96%, tingkat akurasi yang tinggi tersebut diharapkan dapat membantu petani melakukan pengendalian terhadap penyebaran penyakit jagung dapat dilakukan sedini mungkin untuk meminimalisir kerugian yang lebih besar.
Co-Authors Ahmad Hafidzul Kahfi Akez Sutrisno Anton Anton ANT Bagus Aji Rachmansyah Deddy Supriadi Fajar Sarasati Fikri Ismaya Hendri Mahmud Nawawi Jordy Lasmana Putra Mochammad Rizky Kusumayudha Mohammad Dzulfikar Muhamad Hasan Oky Kurniawan Ummu Radiyah Windu Gata