Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Insyst : Journal of Intelligent System and Computation
M. Bahrul Subkhi
Institut Teknologi Sepuluh Nopember
Computer Science & IT Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Penggunaan Pra-proses pada Metode Transfer Learning untuk Mendeteksi Penyakit Daun Singkong Amelia Devi Putri Ariyanto; Salsabiil Hasanah; M. Bahrul Subkhi; Nanik Suciati
Techno.Com Vol 22, No 2 (2023): Mei 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i2.7769

Abstract

Singkong menjadi salah satu tanaman penting pada bidang agronomi dan banyak dikonsumsi oleh masyarakat. Namun, terdapat salah satu kendala dalam menjaga kelestarian tanaman singkong yaitu pendeteksian penyakit. Jika penyakit pada tanaman singkong dapat terdeteksi lebih dahulu melalui citra daunnya, maka penyakit tersebut dapat segera diobati. Proses klasifikasi dapat dilakukan untuk mendeteksi penyakit pada tanaman secara otomatis. Pada penelitian ini dilakukan klasifikasi tanaman singkong dengan menggunakan beberapa tahap pra-proses yaitu pra-proses dengan augmentasi, tanpa augmentasi dan pra-proses dengan rotasi, pada beberapa metode transfer learning seperti ResNet50 dan MobileNetV2. Penggunaan beberapa metode tersebut bertujuan untuk mencari metode mana yang memiliki hasil akurasi tertinggi. Penelitian menunjukkan bahwa MobileNetV2 tanpa augmentasi memberikan akurasi tertinggi sebesar 98.64% dalam mendeteksi penyakit tanaman singkong. Hal ini dapat menjadi referensi bagi peneliti selanjutnya dalam menentukan tahap pra-proses terbaik dalam metode transfer learning.
Metode Pembobotan Hibrida untuk Ekstraksi Frasa Kunci Bahasa Arab Evan Kusuma Susanto; M. Bahrul Subkhi; Agus Z. Arifin; Maryamah; Rizka W. Sholikah; Rarasmaya Indraswari
Intelligent System and Computation Vol 4 No 2 (2022): INSYST: Journal of Intelligent System and Computation
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52985/insyst.v4i2.255

Abstract

Banyaknya informasi membuat proses pengindeksan dan pencarian inti dari dokumen menjadi permasalahan yang rumit. Sebagian besar dokumen yang tersedia tidak dilengkapi dengan kata kunci terkait. Hal ini sehingga memaksa pembaca untuk membaca seluruh dokumen untuk mendapat gambaran penuh dari konten seluruh dokumen. Ekstraksi frasa kunci otomatis yang menggunakan Algoritma YAKE memberi solusi cepat ekstraksi frasa kunci menggunakan fitur lokal dari sebuah dokumen. Namun, penggunaan fitur lokal saja membuat hasil ekstraksi menjadi kurang relevan karena diperlukan istilah signifikan yang muncul di dokumen lain. Masalah lain yang muncul adalah terdapat beberapa fitur lokal yang tidak dapat digunakan untuk bahasa Arab, misalnya huruf kapital. Pada penelitian ini, diusulkan metode pembobotan kata yang mengintegrasikan fitur statistik lokal dari sebuah dokumen dan fitur eksternal dari dokumen lain untuk sistem ekstraksi kata kunci. Metode ini dapat digunakan secara efektif pada bahasa Arab dan dapat digunakan pada bahasa lain yang tidak memiliki huruf kapital serta untuk dokumen-dokumen yang tidak terstruktur seperti berita atau karya ilmiah. Dari hasil uji coba telah dibuktikan bahwa performansi metode ini lebih baik daripada metode pembanding yaitu YAKE dan TF-IDF.
Co-Authors Agus Z. Arifin Amelia Devi Putri Ariyanto Evan Kusuma Susanto Maryamah Nanik Suciati Rarasmaya Indraswari Rizka W. Sholikah Salsabiil Hasanah