Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal JURNAL INSTEK (Informatika Sains dan Teknologi)
Andi Yudhistira
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering

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

Found 2 Documents
Search

 1 
IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK PENENTUAN KUALITAS BERAS BERDASARKAN BENTUK DAN WARNA MUHAMMAD ZAINAL ALTIM; ABDULLAH BASALAMAH; KASMAN; RITA AMALIA SYAMSUL; ANDI YUDHISTIRA
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 8 No 2 (2023): OCTOBER
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v8i2.42968

Abstract

Penelitian ini bertujuan yakni menentukan kualitas beras berdasarkan bentuk dan warna beras menggunakan deep learning Convolutional Neural Network (CNN). Metodenya yaitu menggunakan banyak data gambar yang dijadikan sebagai data set. Data tersebut diklasifikasikan berdasarkan bentuk dan warnanya. Selain kecerahan gambar, data beras yang dimasukkan juga berdasarkan warna latar yang berbeda-beda. Proses pelatihan ini berulang kali dilakukan dengan menggunakan model yang berbeda, sampai didapatkan model pembelajaran Convolutional Neural Network (CNN) yang akan digunakan untuk menguji dan memvalidasi. Berdasarkan hasil proses tersebut, dilakukan pengklasifikasian beras menggunakan data berupa gambar objek beras yang diujikan dengan membedakan 9 jenis beras, menghasilkan tingkat keakuratan sampai diatas 99,8 persen dengan tingkat akurasi validasi 99.7 persen dalam proses training data. dan saat dilakukan testing data rata-rata keakuratan mencapai sekitar 99.9 persen. Ini membuktikan CNN dapat digunakan untuk mengklasifikasi objek dengan baik dan akurat. .
PENGKLASIFIKASI BERAS MENGGUNAKAN METODE CNN (CONVOLUTIONAL NEURAL NETWORK) MUH ZAINAL ALTIM; FAISAL; SALMIAH; KASMAN; ANDI YUDHISTIRA; RITA AMALIA SYAMSU
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 7 No 1 (2022): APRIL
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v7i1.28922

Abstract

Pemanfaatan Computer Vision yang digunakan untuk pengolahan gambar dan deep learning dalam melakukan proses pembelajaran. Berdasarkan citra image (gambar) beras yang di input, memungkinkan system untuk mengklasifikasikan jenis objek beras. Kemudian, proses deep learning seperti Convolutional Neural Network (CNN). melakukan training pembelajaran dalam memproses gambar yang menjadi data set, dengan melakukan proses learning dalam beberapa jaringan (Network) tersembunyi dan menjadikan gambar yang ingin diuji dapat diklasifikasikan berdasarkan tingkat atau level dari learning (pembelajaran) network itu sendiri. Berdasarkan hasil proses diperoleh, pengklasifikasian beras dengan data yang diambil berupa gambar beras dapat dilakukan dengan melakukan training objek beras yang diujikan. Pengklasifikasian beras dilakukan dengan membedakan 8 (dua) kelas jenis beras yang diambil yaitu beras yang baik dan beras yang jelek. Dengan Metode CNN dapat dihasilkan tingkat keakuratan sampai diatas 90 persen. Sistem pengklasifikasian ini digunakan untuk industri, perusahaan atau stakeholder untuk dimanfaatkan dalam melihat kualitas beras secara lebih cepat, akurat, dan objectif. Kata Kunci : Dataset beras, beras, CNN, Deep Learning
Co-Authors ABDULLAH BASALAMAH Faisal Kasman MUH ZAINAL ALTIM MUHAMMAD ZAINAL ALTIM RITA AMALIA SYAMSU RITA AMALIA SYAMSUL Salmiah