Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Journal of Deep Learning, Computer Vision and Digital Image Processing
Muh. Asmar
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
Klasifikasi tingkat aroma daun jeruk purut menggunakan metode jaringan saraf tiruan backpropagation Muh. Asmar; M. Rizky Kurniawan; Reynaldi Nafzal Ashari; Muh. Akbar; Rezki Nurul Jariah S.Intam
Journal of Deep Learning, Computer Vision, and Digital Image Processing Volume 2 Issue 2 September 2024
Publisher : CV. Sakura Digital Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61255/decoding.v2i2.548

Abstract

Penelitian ini bertujuan untuk mengembangkan metode klasifikasi tingkat aroma pada daun jeruk menggunakan citra daun sebagai input. Dataset yang digunakan terdiri dari 300 lembar daun jeruk yang dibagi menjadi tiga kelas aroma: kuat, sedang, dan rendah. Proses klasifikasi melibatkan tahap preprocessing, ekstraksi fitur, pelatihan model menggunakan Jaringan Saraf Tiruan (JST), dan pengujian model. Tahap preprocessing mencakup ekstraksi channel warna dan segmentasi citra. Fitur-fitur warna dan tekstur diekstraksi untuk digunakan dalam pelatihan model JST. Hasil eksperimen menunjukkan bahwa menggunakan fitur warna RGB memberikan akurasi pelatihan sebesar 91,25% dengan waktu komputasi 5,79 detik per citra, dan akurasi pengujian mencapai 100% dengan waktu komputasi 7,76 detik per citra. Hal ini menunjukkan bahwa metode klasifikasi yang dikembangkan mampu dengan baik dalam menentukan tingkat aroma daun jeruk. Namun, dalam penelitian ini kami menyarankan perbaikan pada proses akuisisi citra dan pengembangan metode klasifikasi tambahan untuk meningkatkan keakuratan dalam menentukan tingkat aroma daun jeruk.
Co-Authors M. Rizky Kurniawan Muh. Akbar Reynaldi Nafzal Ashari Rezki Nurul Jariah S.Intam