Putri, Helmanita
Unknown Affiliation

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

Found 1 Documents
Search

DEEP TRANSFER LEARNING DENGAN MODEL ARSITEKTUR VGG16 UNTUK KLASIFIKASI JENIS VARIETAS TANAMAN LENGKENG BERDASARKAN CITRA DAUN Saputro, Arief; Mu’min, Syahri; Moch. Lutfi; Putri, Helmanita
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 6 No. 2 (2022): JATI Vol. 6 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v6i2.5456

Abstract

Dimocarpus longan atau sering disebut lengkeng adalah tanaman buah yang memiliki berbagai jenis varietas dan penentuan ciri tersebut bisa dilihat dari tiga ciri kategori berbeda antara lain batang, buah dan daun. Akan tetapi tidak semua orang bisa mengenali jenis varietas tanaman buah lengkeng dari beberapa jenis varietas. Ciri daun buah lengkeng yang sulit untuk diidentifikasi dari jenis bentuk persamaan yang hampir menyerupai dengan jenis varietas lainnya. Adapun cara untuk mengatasi masalah tersebut untuk membedakan jenis varietas dengan memanfaatkan citra digital. Oleh sebab itu penelitian ini mengusulkan klasifikasi dan ekstraksi fitur dengan memanfaatkan citra daun lengkeng sebagai data untuk identifikasi ciri dari tanaman lengkeng. Sedangkan metode klasifikasi yang diusulkan adalah pre-trained model VGG16 deep convolution neural network dan varietas daun lengkeng yang digunakan adalah puangrai, new kristal, diamond river dan matalada. Hasil dari implementasi metode yang diusulkan tingkat akurasi terbaik 79% dan validasi 82% sedangkan waktu komputasi yang dibutukan adalah 71 detik