Article Per Year (5 Year)
p-Index From 2020 - 2025
1.513
P-Index
This Author published in this journals
All Journal Jurnal Komputasi Jurnal Teknoinfo International Journal of Community Service Learning JTIKOM: Jurnal Teknik dan Sistem Komputer Jurnal Informatika dan Rekayasa Perangkat Lunak Journal Social Science And Technology For Community Service Jurnal Telematics and Information Technology (TELEFORTECH) Journal of Engineering and Information Technology for Community Service
Maulana Aziz Assuja
Universitas Teknokrat Indonesia
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Social Sciences Other

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Informatika dan Rekayasa Perangkat Lunak

 1 
Implementasi Deep Leraning Lenet Dengan Augmentasi Data Pada Identifikasi Anggrek Fachrul Rizki; Muhammad Pajar Kharisma Putra; Maulana Aziz Assuja; Fenty Ariany
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 4, No 3 (2023): Volume 4 Nomor 3 September 2023
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jatika.v4i3.3652

Abstract

Abstrak: Indonesia merupakan salah satu negara dengan tingkat keanekaragaman hayati yang tinggi, salah satu keanekaragamaan hayati di Indonesia dengan memiliki spesies anggrek yang berjumlah 5.000 spesies dari 25.000 spesies anggrek yang ada didunia. Anggrek merupakan bagian dari kehidupan alam yang wajib kita rawat dan jaga untuk mempertahankan kelestariannya. Anggrek ini memiliki warna dan bentuk yang sangat menarik dan berbeda – beda pada setiap jenis anggreknya. Keanekaragaman anggrek ini cukup sulit untuk dikenali jika hanya melihat dari warna dan bentuknya saja. Penelitian ini memanfaatkan teknologi deep learning yang merupakan model jaringan syaraf tiruan yang sudah tersebar luas dan dikembangkan dalam pengenalan citra digital. Deep learning dapat digunakan sebagai teknologi dalam mengatasi permasalahan identifikasi spesies anggrek. Penilitian ini bertujuan untuk melihat nilai accuracy pelatihan model deep learning pada arsitektur LeNet menggunakan teknik augmentasi pada identifikasi anggrek. Dataset yang digunakan sebanyak 1600 citra kemudian dilakukan augmentasi pada dataset sehingga data menjadi 3200 citra. Tools yang digunakan pada proses pelatihan data adalah Google Colab. Hasil dari penelitian menunjukkan nilai akurasi pada LeNet yang menggunakan augmentasi rotate mencapai tingkat akurasi 81,88%.Kata Kunci: Anggrek; Deep Learning; LeNet; Augmentasi Data;
Co-Authors Agung Pangestu Cahya Fatin Daiyah Damayanti, Damayanti Desi Ratna Sari, Desi Ratna Dyah Ayu Megawaty Fachrul Rizki Fahri Aulia Hasbi Farid Jeck Fenty ariany Galuh Pramita Mahdalena Serumpun Muhammad Pajar Kharisma Muhammad Pajar Kharisma P Muhammad Pajar Kharisma Putra Neneng Neneng Pasaribu, A. Ferico Octaviansyah Renaldy Hermanto Rikendry Rikendry Saniati Saniati Saniati, Saniati Saniati, Saniati Septina Nainggolan Sihol Pardomuan Tambunan Try Susanto Verdy Haris Munandar Zakaria Sani Assubhi