Victor Amrizal
Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Syarif Hidayatullah Jakarta

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

Found 1 Documents
Search

Identifikasi tumbuhan di Universitas Islam Negeri Syarif Hidayatullah Jakarta secara digital menggunakan AutoML Vision Victor Amrizal; Hendra Bayu Suseno; Priyanti Priyanti
Jurnal Teknika Vol 18, No 1 (2022): Available Online in June 2022
Publisher : Faculty of Engineering, Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36055/tjst.v18i1.14599

Abstract

Palm is a monocot plant that belongs to the Arecaceae family. The plant has unique characteristics and reasonably high diversity in style and shape. However, some people do not know the species of palms around them. Plant identification is made by looking at the shape of the leaves because each species of palm has leaves with unique features. Digital identification of plants is important because it is effective and efficient. One of the tools that can be used to identify plants is AutoML Vision because the tool is easy to develop and can identify quite accurately. The application of AutoML Vision in identifying palms is carried out at the Syarif Hidayatullah State Islamic University Jakarta campus. The application of AutoML Vision is carried out at the UIN Syarif Hidayatullah Jakarta campus. The results showed an accuracy rate of 90%, and for a threshold value of 0.9, a precision value of 100%. Palem adalah salah satu tumbuhan monokotil, yang termasuk dalam suku Arecaceae. Tumbuhan ini memiliki sifat yang sangat unik serta keragaman yang cukup tinggi, baik dilihat dari corak maupun bentuk. Namun, sebagian masyarakat tidak mengetahui jenis palem yang ada di sekitarnya karena keragaman tersebut. Identifikasi tumbuhan secara digital penting dilakukan karena efektif dan efisien. Salah satu alat yang dapat digunakan untuk mengidentifikasi tumbuhan yaitu menggunakan AutoML Vision, karena alat itu mudah dikembangkan dan dapat mengidentifikasi dengan cukup akurat. Identifikasi tumbuhan dilakukan dengan melihat bentuk daun, karena tiap jenis palem memiliki daun dengan fitur yang unik. Fitur daun tersebut membawa informasi penting yang dapat membantu manusia mengenali dan mengklasifikasikan tanaman yang dilihatnya secara digital. Penerapan AutoML Vision dilakukan di lingkungan kampus UIN Syarif Hidayatullah Jakarta. Hasil penelitian menunjukkan tingkat akurasi sebesar 90%, dan untuk nilai threshold 0.9 didapat nilai presisi 100%.