Ronna Putri Fadhillah
Universitas Singaperbangsa Karawang

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

Found 2 Documents
Search

Identifikasi Penyakit pada Citra Daun Kentang Menggunakan Convolutional Neural Network (CNN) Alang Mulya Lesmana; Ronna Putri Fadhillah; Chaerur Rozikin
Jurnal Sains dan Informatika Vol. 8 No. 1 (2022): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v8i1.377

Abstract

Kentang merupakan produk hasil pertanian yang memiliki kandungan tepung tertinggi keempat setelah jagung, gandum, dan padi. Pengelolaan pertanian kentang memiliki beberapa permasalahan diantaranya adalah penyakit pada daun kentang yang apabila tidak diselesaikan dapat menyebabkan hasil produksi yang buruk hingga gagal panen. Penyakit yang sering ditemui pada daun kentang yaitu early blight dan late blight. Kedua penyakit ini memiliki gejala serta penanganan yang berbeda, namun proses identifikasi yang lambat dapat menyebabkan tambahan biaya untuk perawatan. Pada penelitian ini penulis memanfaatkan algoritma deep learning yaitu convolutional neural network (CNN) untuk identifikasi citra pada daun kentang. Data yang digunakan pada penelitian ini berjumlah 5400 citra yang terbagi menjadi 3 kelas yaitu citra sehat, citra early blight, dan citra late blight. Hasil pengujian menunjukkan akurasi tertinggi pada data validation yaitu sebesar 99% sehingga dapat disimpulkan bahwa algoritma deeep learning convolutional neural network (CNN) dapat melakukan proses identifikasi penyakit pada citra daun kentang dengan baik.
Klasifikasi Penyakit Diabetes Mellitus Berdasarkan Faktor-Faktor Penyebab Diabetes menggunakan Algoritma C4.5 Ronna Putri Fadhillah; Raisya Rahma; Arni Sepharni; Ratna Mufidah; Betha Nurina Sari; Agung Pangestu
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 7, No 4 (2022)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v7i4.3248

Abstract

Diabetes merupakan penyakit yang disebabkan oleh tingginya gula darah pada seseorang. Terdapat banyak faktor yang menjadi penyebab terjadinya diabetes, faktor-faktor tersebut diantaranya seperti faktor keturunan, gula darah yang tinggi, berat badan, usia, dan faktor lainnya. Angka kematian yang disebabkan oleh penyakit diabetes ini semakin banyak dan setiap tahunnya diperkirakan akan terus meningkat angka kasus kematiannya. Diagnonisis dini dan menerapkan pola hidup sehat merupakan dua langkah awal dalam mencegah terjadinya penyakit diabetes mellitus. Dataset yang digunakan pada penelitian ini merupakan data yang didapatkan dari data open source Kaggle, yaitu data Pima Indians Diabetes. Metode klasifikasi yang digunakan yaitu degan menerapkan algoritma C4.5 yang mampu menghasilkan tingkat akurasi yang baik. dilakukan seleksi fitur terhadap dataset dengan menggunakan heatmap yang menghasilkan fitur Pregnancies, Glucose, BMI, Age, dan outcome. Hasil dari penelitian ini didapati nilai akurasi sebesar 76%. Hasil ini lebih baik dibanding dengan penelitian sebelumnya yang menggunakan algoritma SVM yang hanya mampu menghasilkan tingkat akurasi sebesar 70%.