Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Simtek : Jurnal Sistem Informasi dan Teknik Komputer
Kelvianto Husodo
Universitas Tarumanagara
Computer Science & IT Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search

 1 
KLASIFIKASI TANAMAN ANGGREK MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR VGG-19 Kelvianto Husodo; Charisini Lubis; Zyad Rusdi
Simtek : jurnal sistem informasi dan teknik komputer Vol. 8 No. 2 (2023): Oktober 2023
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v8i2.214

Abstract

Anggrek merupakan salah satu keluarga tanaman berbunga yang berjumlah paling besar dan paling beragam. Banyaknya jenis tanaman anggrek yang biasa dibudidayakan di Indonesia membuat perawatan tanaman anggrek tiap genusnya bisa saja berbeda. Anggrek memiliki nilai jual yang tinggi karena keindahan bunganya yang unik, sehingga bunga pada anggrek merupakan salah satu unsur terpenting dalam tanaman anggrek yang memiliki ciri khas dan membuat anggrek berbeda dengan famili tumbuhan berbunga lainnya. Keindahan anggrek akan didapatkan jika proses budidaya dilakukan dengan benar sejak anggrek masih remaja (belum berbunga). Oleh karena itu, diperlukan suatu program untuk membantu masyarakat mengidentifikasi genus anggrek yang ditanam sehingga dapat memberikan perawatan yang optimal sesuai dengan genusnya masing-masing. Pada penelitian ini salah satu metode dari Deep Learning yaitu Convolutional Neural Network (CNN) digunakan untuk melakukan klasifikasi tanaman anggrek kedalam lima kelas, yaitu Cattleya, Dendrobium, Oncidium, Phalaenopsis, dan Vanda. Hasil pengujian menunjukkan model yang dibuat mendapatkan tingkat akurasi sebesar 82%.
Co-Authors Charisini Lubis Zyad Rusdi