Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Infotech Journal
Setyowati Retno
Universitas Ibn Khaldun
Computer Science & IT

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

Found 1 Documents
Search

 1 
IDENTIFIKASI KUALITAS BENIH JAHE MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) Hendi Hidayat; Freza Riana; Ghibtha Fitri Laxmi; Setyowati Retno
INFOTECH journal Vol. 9 No. 1 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i1.5458

Abstract

Jahe adalah salah satu komoditas ekspor rempah-rempah Indonesia. Peningkatan permintaan jahe belum seimbang dengan produksi jahe. Rendahnya produktivitas jahe ini disebabkan antara lain oleh rendahnya ketersediaan benih jahe yang unggul dan sehat, kurangnya informasi terkait teknik budidaya jahe dan gangguan organisme pengganggu tumbuhan (OPT). Benih pada jahe adalah pembawa sifat genetik pada sebuah tanaman untuk menentukan potensi hasil yang terbaik. Untuk mendapatkan benih yang layak rimpang perlu dilakukan proses pemilahan. Proses pemilahan benih jahe yang berkembang di Indonesia biasanya masih dilakukansecara manual seperti melihat satu per satu benih, hal tersebut merlukan waktu cukup lama. Dari masalah tersebut, maka dibuatlah model algoritma untuk mengidentifikasi kualitas benih jahe melalui sebuah pengolahan citra digital. Convolutional Neural Network (CNN) merupakan metode pengenal pola yang secara langsung mempelajari karakteristik dari benih jahe. CNN dapat membuat model klasifikasi citra benih jahe untuk diukur tingkat akurasi dan peforma model klasifkasi citra digital benih jahe. Pada penelitian ini menggunakan metode CNN yang memiliki tingkat akurasi 88% dalam mengenali citra digital benih jahe dari total dataset sebanyak 1187 citra dengan proporsi data latih 70% (825 citra), data validasi 20% (240 citra), dan data uji 10% (122 citra). Sehingga dapat disimpulkan bahwa model CNN yang dirancang dapat mengidentifikasikan citra dengan baik.
Co-Authors Freza Riana Ghibtha Fitri Laxmi Hendi Hidayat