Article Per Year (5 Year)
p-Index From 2020 - 2025
2.607
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika Jusikom : Jurnal Sistem Komputer Musirawas JUTIM (Jurnal Teknik Informatika Musirawas) Jurnal Teknologi Informasi MURA JUSIM (Jurnal Sistem Informasi Musirawas) Participative Journal (PJ) : Jurnal Pengabdian Pada Masyarakat BISMA Cendekia Jurnal Teknologi Informasi Mura
Elmayati, Elmayati
Unknown Affiliation
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Languange, Linguistic, Communication & Media Social Sciences Other

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
PERANCANGAN APLIKASI MOBILE BERBASIS FLUTTER UNTUK KLASIFIKASI KENCUR, KUNYIT, DAN JAHE MENGGUNAKAN TENSORFLOW LITE Suseno, Sigit; Wijaya, Harma Okafia Lingga; Bimastari, Tri Hasanah; Elmayati, Elmayati
Jurnal Teknologi Informasi Mura Vol 17 No 1 (2025): Jurnal Teknologi Informasi Mura JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i1.2633

Abstract

Rempah-rempah seperti kencur, kunyit, dan jahe memiliki peran penting dalam masakan indonesia, namun kemiripan karakteristik fisik pada rimpangnya sering menyebabkan kesulitan dalam identifikasi. Penelitian ini mengembangkan aplikasi mobile berbasis flutter untuk mengklasifikasikan ketiga jenis rempah tersebut menggunakan teknologi deep learning dengan tensorflow lite. Dataset diperoleh melalui proses perekaman video dan ekstraksi frame menggunakan opencv, menghasilkan frame-frame gambar untuk setiap jenis rempah. Model klasifikasi menggunakan arsitektur efficientnet lite2 yang dilatih dengan pembagian 90% data training, 5% validasi, 5% testing. Hasil pengujian menunjukkan performa yang sangat baik dengan akurasi training 99.08% (loss:0.3334), akurasi validasi 100% (loss:0.3007), dan akurasi testing 100% (loss:0.3009). Aplikasi menyediakan dua mode klasifikasi: deteksi real-time menggunakan kamera dan klasifikasi melalui galeri, dengan threshold confidence 0.8 untuk memastikan akurasi hasil klasifikasi. Implementasi pada perangkat mobile menunjukkan performa yang baik dalam mengklasifikasi rempah dalam berbagai kondisi pengambilan gambar.
Co-Authors Aktavera, Beni Andri Anto Tri Susilo, Andri Anto Anggara, Ricco Anjani, Anjani Astuti, Tri Puja Bimastari, Tri Hasanah Dwi Puspita Sari, Dwi Puspita Hasanah, Tri Intan, Bunga Karman, Joni Kelpin, Yogi Lestari, Novi Lingga Wijaya, Harma Oktafia MARIA BINTANG Martadinata, A. Taqwa Melizah, Melizah Milenia, Aprilsa Muhammad Akbar Novriansyah Novriansyah, Novriansyah Nurdiansyah, Deni Rizki, Fido Ronal Aprianto Rusdiyanto Rusdiyanto, Rusdiyanto Satrianansyah, Satrianansyah Sujayanti, Elies Fifit Suseno, Sigit Triyanto, Juni Ulawiya, Reza Veithzal Rivai Zainal Wijaya, Harma Okafia Lingga Wulandari, Cindi Wulandari, Cindi wulandari, Hardianti