cover
Contact Name
Melur Tri Swastika
Contact Email
melurswastika@uds.ac.id
Phone
+6282228831159
Journal Mail Official
melurswastika@uds.ac.id
Editorial Address
Jl. dr. Soebandi no. 99, Patrang, Jember, Jawa Timur
Location
Kab. jember,
Jawa timur
INDONESIA
Journal of Digital Business Innovation
ISSN : -     EISSN : 30318645     DOI : https://doi.org/10.36858/digbi.v2i2.26
Journal of Digital Business Innovation (DIGBI) is a journal published by the Digital Business Program, Faculty of Economics and Business, Universitas dr. Soebandi. The Journal of Digital Business Innovation is a national academic journal that is open to exploring innovation, creativity and novelty related to the field of digital business science. DIGBI is a form of scientific publishing that specifically discusses business aspects in the context of the digital world. This journal covers various topics related to the use of information technology, the internet and digital platforms in business activities. Some of the main focuses that are often raised in digital business journals include: Business Management; Financial Technology; Data Mining; Data Analysis; Data Science; Database Management; Supply Chain Management; Internet of Things (IoT); Artificial Intelligence; Machine Learning; E-Commerce; E-Business; UI/UX (User Interface/User Experience); Digital Entrepreneurship; Digital Marketing; Geo-Business. Digital business journals play an important role in providing in-depth insights into trends, challenges and opportunities in the world of digital business. The research published in this journal can be a reference for business practitioners, academics and decision makers to understand changes in a global business environment that is increasingly connected digitally.
Articles 1 Documents
Search results for , issue "Vol. 2 No. 2 (2024): NOVEMBER" : 1 Documents clear
Identifikasi Penyakit Tanaman Kedelai Menggunakan Algoritma Recurrent Neural Network di Kabupaten Jember nurkholis, erfan
Journal of Digital Business Innovation Vol. 2 No. 2 (2024): NOVEMBER
Publisher : LPPM Universitas dr. Soebandi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36858/digbi.v2i2.26

Abstract

Penyakit pada tanaman kedelai merupakan salah satu faktor utama yang memengaruhi produktivitas kedelai di Kabupaten Jember. Kondisi ini menjadi tantangan serius bagi petani dalam menjaga hasil panen yang optimal. Identifikasi dini penyakit tanaman menjadi langkah penting untuk mencegah penyebaran dan dampak yang lebih besar. Penelitian ini bertujuan untuk mengembangkan model berbasis algoritma Recurrent Neural Network (RNN) yang mampu mengidentifikasi penyakit tanaman kedelai dengan akurasi tinggi. Model ini dirancang untuk menganalisis data citra daun kedelai dan memberikan prediksi jenis penyakit yang menyerang secara otomatis. Dataset penelitian terdiri atas citra daun kedelai yang diperoleh melalui pengamatan langsung di lahan pertanian Kabupaten Jember serta data sekunder dari lembaga pertanian lokal. Langkah awal melibatkan preprocessing data, seperti normalisasi citra dan augmentasi untuk meningkatkan kualitas dataset. Algoritma RNN digunakan untuk mempelajari pola visual penyakit pada daun kedelai dan menghasilkan prediksi berbasis klasifikasi. Hasil penelitian menunjukkan bahwa model RNN yang dikembangkan berhasil mencapai akurasi prediksi sebesar 78,31%. Hal ini menunjukkan potensi model sebagai alat yang efektif untuk membantu petani mengenali penyakit tanaman kedelai secara cepat dan akurat. Dengan implementasi lebih lanjut, model ini dapat dikembangkan menjadi aplikasi berbasis teknologi yang mendukung pengambilan keputusan dalam pengendalian penyakit tanaman. Temuan ini diharapkan memberikan kontribusi nyata bagi peningkatan produktivitas kedelai di Kabupaten Jember.

Page 1 of 1 | Total Record : 1