Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia)
Sarirotul Ilahiyah
Universitas Muhammadiyah Jember
Computer Science & IT Control & Systems Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Implementasi Deep Learning Pada Identifikasi Jenis Tumbuhan Berdasarkan Citra Daun Menggunakan Convolutional Neural Network Sarirotul Ilahiyah; Agung Nilogiri
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 3, No 2 (2018): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v3i2.2254

Abstract

Convolutional Neural Network adalah salah satu algoritma Deep Learning yang merupakan pengembangan dari Multilayer Peceptron (MLP) yang dirancang untuk mengolah data dalam bentuk dua dimensi, misalnya gambar atau suara. CNN dibuat dengan prinsip translation invariance yaitu dapat mengenali objek dalam citra pada berbagai macam posisi yang mungkin. Terdapat 2000 citra daun yang diklasifikasi menggunakan Alexnet. Alexnet merupakan arsitektur CNN milik Krizhevsky yang memiliki delapan layer ekstraksi fitur. Layer tersebut terdiri dari lima layer konvolusi dan tiga pooling layer. Dalam layer klasifikasinya, Alexnet mempunyai dua layer Fully Connected yang masing-masing mempunyai 4096 neuron. Pada akhir layer terdapat pengklasifikasian kedalam 20 kategori menggunakan aktifasi softmax. Rata-rata akurasi dari hasil klasifikasi mencapai 85%. Sedangkan akurasi dari identifikasi berhasil mencapai 90% yang didapatkan dari pengujian 40 citra.Kata Kunci : Deep Learning, Convolutional Neural Network, Alexnet.
Co-Authors Agung Nilogiri