Article Per Year (5 Year)
p-Index From 2019 - 2024
0.562
P-Index
This Author published in this journals
All Journal Jurnal Telematika Jurnal Informatika: Jurnal Pengembangan IT
Nur Nafiiyah
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Industrial & Manufacturing Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Telematika

 1 
Klasifikasi Jenis Kelengkeng Berdasarkan Daun Menggunakan Convolutional Neural Network Multilayer Perceptron Nur Nafiiyah; Puguh Rouf Prasetyo
Jurnal Telematika Vol 17, No 2 (2022)
Publisher : Institut Teknologi Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Research related to the introduction of longan types based on leaves requires increased feature extraction of longan leaves, whether based on features, shape, or texture. Existing research uses more feature extraction processes using color, texture, and shape, so this study proposes the introduction of longan types based on leaf images of all image pixels using the convolution neural network method. This research aims to identify longan species using feature extraction of all leaf image intensities. The image used to identify the type of longan is a color image measuring 128x128. The types of longan studied were itoh, diamond river, and local with a total of 150 training data images and 30 image test data. Longan-type classification results using multilayer perceptron are good. The resulting multilayer perceptron accuracy value is 96.7%. Penelitian terkait pengenalan jenis kelengkeng berdasarkan daun membutuhkan peningkatan ekstraksi fitur daun kelengkeng, baik berdasarkan fitur, bentuk, atau tekstur. Penelitian yang sudah ada lebih banyak proses ekstraksi fitur menggunakan warna, tekstur, dan bentuk sehingga penelitian ini mengusulkan pengenalan jenis kelengkeng berdasarkan citra daun dari seluruh piksel citra dengan metode convolution neural network. Tujuan penelitian ini mengenali jenis kelengkeng menggunakan ekstraksi fitur seluruh intensitas citra daun. Citra yang digunakan untuk mengenali jenis kelengkeng adalah citra warna berukuran 128x128. Jenis kelengkeng yang diteliti adalah itoh, diamond river, dan lokal dengan total seluruh data latih 150 citra dan data tes 30 citra. Hasil klasifikasi jenis kelengkeng dengan menggunakan multilayer perceptron adalah baik. Nilai akurasi multilayer perceptron yang dihasilkan adalah sebesar 96,7%.
Co-Authors Muhammad Ali Haydar Puguh Rouf Prasetyo Retno Wardhani