Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Komputasi
Afifah Afifah
Universitas Lampung
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search

 1 
Klasifikasi Image Tumbuhan Obat Sirih dan Binahong Menggunakan Metode Convolutional Neural Network (CNN) Rizky Prabowo; Afifah Afifah; azzah Roudhoh
Jurnal Komputasi Vol. 10 No. 2 (2022)
Publisher : Jurusan Ilmu Komputer Fakultas MIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v10i2.3178

Abstract

Tumbuhan obat adalah jenis tumbuhan yang sering digunakan oleh masyarakat karena memiliki banyak manfaat, seperti untuk mencegah atau menyembuhkan berbagai penyakit. Sirih dan binahong adalah  tumbuhan obat yang banyak dimanfaatkan olah masyarakat Indonesia. Salah satu bagian tumbuhan yang umum digunakan untuk mengklasifikasi jenis tumbuhan adalah daun. Metode CNN merupakan metode yang sangat umum digunakan untuk klasifikasi gambar karena metode ini menghasilkan akurasi yang paling signifikan dalam pengenalan citra. Penelitian menggunakan data berjumlah 900 gambar dengan perbandingan data training, validasi, dan testing yaitu 7:2:1. Berdasarkan hasil pengujian menggunakan epoch sejumlah 15, 20, dan 25 terhadap gambar daun sirih dan binahong, menunjukan akurasi terbesar sebesar 95,67% terhadap data test. Sehingga dapat disimpulkan bahwa teknik Deep Learning dengan CNN mampu melakukan klasifikasi gambar daun sirih dan binahong dengan baik.
Co-Authors azzah Roudhoh Prabowo, Rizky