Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Cyberspace: Jurnal Pendidikan Teknologi Informasi
Predianto, Eko
Unknown Affiliation
Computer Science & IT Education Other

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

Found 1 Documents
Search

 1 
Klasifikasi Jenis Bunga Dengan Algoritma Convolutional Neural Network (CNN) Menggunakan Metode Region-Based Convolutional Neural Network (R-CNN) Predianto, Eko; Sutomo, Budi
CYBERSPACE: Jurnal Pendidikan Teknologi Informasi Vol 8, No 2 (2024)
Publisher : UIN Ar-Raniry

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22373/cj.v8i2.25441

Abstract

Penelitian tentang "Klasifikasi Jenis Bunga dengan Algoritma Convolutional Neural Network" bertujuan untuk mengembangkan model menggunakan Convolutional Neural Network (CNN) dan Region-BasedConvolutional Neural Network (R-CNN) untuk mengklasifikasikan berbagai jenis bunga anggrek. Dataset terdiri dari gambar-gambar tiga kelas utama anggrek: Anggrek Bulan (Phalaenopsis), Anggrek Dendrobium, dan Anggrek Tanah (Paphiopedilum), dengan sekitar 40 gambar per kelas. Gambar-gambar tersebut dikumpulkan dari berbagai sumber yang tepercaya seperti diperoleh di Dinas Ketahanan Pangan dan Tanaman Pangan dan Hortikultura Provinsi Lampung serta Dinas Ketahanan Pangan, Pertanian dan Perikanan Kota Metro dan para UMKM toko bunga di Provinsi Lampung serta berbagai sumber  termasuk database publik, situs web hortikultura, dan koleksi pribadi, untuk mencakup variasi visual dalam setiap kelas. Proses pengumpulan data melibatkan pengambilan dan pengunduhan gambar beresolusi tinggi, pengkategorian dan pelabelan, serta pra-pemrosesan untuk meningkatkan kualitas gambar. Dataset kemudian dibagi menjadi data pelatihan dan pengujian dalam rasio 70:30 untuk melatih dan mengevaluasi performa model. Dengan memanfaatkan teknik lanjutan dalam pengumpulan data, pra-pemrosesan, dan analisis, penelitian ini bertujuan untuk mengembangkan model yang tangguh mampu mengklasifikasikan spesies bunga anggrek secara akurat berdasarkan karakteristik visualnya.
Co-Authors Budi Sutomo, Budi