Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Jurnal Teknik Informatika (JUTIF) Jurnal Masyarakat Mengabdi Nusantara Nusantara Journal of Computers and its Applications
Kamil Malik
Unknown Affiliation
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Nusantara Journal of Computers and its Applications

 1 
KLASIFIKASI JENIS JAMBU BIJI BERDASARKAN TEKSTUR DAUN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORKS (CNN). Kamil Malik
NJCA (Nusantara Journal of Computers and Its Applications) Vol 6, No 2 (2021): Desember 2021
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v6i2.266

Abstract

Jambu biji adalah tanaman buah yang banyak berkembang di daerah dengan iklim tropis ataupun subtropis, seperti di negara Mexico, Amerika Selatan, Indonesia dan negara disekitarnya. Beberapa jenis jambu memiliki daun yang mirip, maka akan sulit untuk membedakan jenisnya. Salah satu alternatif yang dapat digunakan untuk permasalahan tersebut adalah klasifikasi menggunakan teknik Image Processing (pengolahan citra) dengan menggunakan metode Convolu-tional Neural Networks(CNN). Pengolahan citra pada daun jambu dilakukan untuk mengenali warna dan teksturnya. selanjutnya akan di proses menggunakan metode Convolutional Neural Networks (CNN). Jumlah Dataset yang digunakan sebanyak 880 gambar, 640 sebagai data train, 160 sebagai data validasi dan 80 sebagai data uji, data terse-but dibagi menjadi 4 kelas. Hasil dari proses pelatihan terhadap model pada penelitian ini mendapat nilai akurasi sebesar 97%. Sedangkan pada pengujian terhadap data baru menggunakan data test pada dataset dimana model di uji menggunakan 20 data citra daun jambu pada masing-masing kelas dan mendapatkan hasil rata-rata nilai akurasi sebe-sar 93%.
Co-Authors Andi Wijaya Ikhwan Abdillah