Article Per Year (5 Year)
p-Index From 2019 - 2024
1.532
P-Index
This Author published in this journals
All Journal DoubleClick : Journal of Computer and Information Technology J-SAKTI (Jurnal Sains Komputer dan Informatika) Infotek : Jurnal Informatika dan Teknologi Jurnal Sistem Informasi (JSI) JIKI (Jurnal Ilmu Komputer dan Informatika) J-SAKTI (Jurnal Sains Komputer dan Informatika) sudo Jurnal Teknik Informatika
Qudsiah Nur Azizah
Unversitas Bina Sarana Informatika
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : sudo Jurnal Teknik Informatika

 1 
Klasifikasi Penyakit Daun Jagung Menggunakan Metode Convolutional Neural Network AlexNet Qudsiah Nur Azizah
sudo Jurnal Teknik Informatika Vol. 2 No. 1 (2023): Edisi Maret
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/sudo.v2i1.227

Abstract

Jagung merupakan satu diantara beberapa sumber pangan utama di dunia termasuk di Indonesia. Penyakit pada tumbuhan jagung dapat dilihat melalui daunya. Namun akan menjadi masalah jika petani tidak mudah mendeteksi penyakit yang menyerang tanaman jagung, sehingga tidak mungkin untuk mengidentifikasi tanaman jagung yang sakit dan mengambil langkah untuk mengendalikannya. Masalah penyakit pada tanaman dapat menyebabkan penurunan fotosintesis pada tumbuhan yang menyebabkan usaha para tani menjadi tidak efisien dan mendapat kerugian, oleh karena itu perlu adanya pendekatan digital dapat mendeteksi beragam jenis penyakit. Dataset yang digunakan berjumlah 4198 citra daun jagung yang terdiri dari Blight, Commont Rust, Healthy, dan Gray Leaf Spot. Dengan menggunakan metode Convolutional Neural Network AlexNet dapat mengklasifikasikan dan memiliki hasil yang signifikan. Hasil dari klasifikasi penyakit daun jagung mendapatkan akurasi 90% yang berarti metode yang digunakan berjalan dengan baik dan tepat.
Co-Authors Andreyestha Andreyestha Arief Rusman Erma Delima Sikumbang Fajar Sarasati Fattya Ariani Kresna Ramanda Rian Ardianto Riyan Latifahul Hasanah Rizka Nurul Khasanah Rousyati Rousyati Sulaeman Hadi Sukmana Tri Wahyuni Pujiati Wiwin Sundari Yuris Alkhalifi