Claim Missing Document
Check
Articles

Found 2 Documents
Search

Hybrid Algoritma Vgg16-Net Dengan Support Vector Machine Untuk Klasifikasi Jenis Buah dan sayuran Aditya Dwi Putro; Henri Tantyoko
JTIM : Jurnal Teknologi Informasi dan Multimedia Vol 5 No 2 (2023): August
Publisher : Puslitbang Sekawan Institute Nusa Tenggara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35746/jtim.v5i2.335

Abstract

Arsitektur deep learning VGG16 terbukti efektif dalam hal melakukan klasifikasi citra pada dataset ImageNet, akan tetapi memiliki keterbatasan dalam jumlah parameter sangat banyak dan potensi overfitting pada dataset kecil. SVM memiliki kelebihan dalam hal menangani masalah overfitting pada dataset yang relatif kecil, sementara VGG16 memiliki keunggulan dalam mengekstraksi fitur yang berkualitas dari citra dengan performa yang sangat baik. SVM juga dapat membantu memperbaiki kinerja klasifikasi pada VGG16 dengan meminimalkan risiko overfitting dan meningkatkan akurasi klasifikasi pada dataset yang relatif kecil. Oleh karena itu, penulis memilih untuk hybrid algoritma VGG16Net Dengan Support Vector Machine Untuk Klasifikasi Jenis buah dan sayuran, yang nantinya arsitektur VGG16 digunakan untuk ekstraksi fitur dari citra dan fitur-fitur tersebut dijadikan input untuk SVM. Keputusan menggunakan VGG16 digabungkan dengan SVM adalah untuk meningkatkan akurasi klasifikasi dataset citra buah dan sayuran, Namun, penggunaan SVM membutuhkan pemilihan parameter yang tepat dan teknik prapemrosesan data yang tepat untuk mencapai hasil yang baik. Dan dalam penelitian ini penulis berhasil mengklasifikasikan citra buah dan sayuran, akurasi sebelum hybrid svm mendapatkan 94.52% training accuracy dan testing (validation) accuracy sebesar 87.85%. dan hasil loss mendapat training loss sebesar 0.58 dan testing loss accuracy sebesar 12.5%. Setelah dilakukan hybrid vgg16 dengan svm didapatkan training accuracy sebesar 99.87 % dan testing (validation) accuracy sebesar 91.76 %. Untuk hasil loss mendapat training loss sebesar 0.13 dan testing loss accuracy sebesar 8.24%. Oleh karena itu, arsitektur CNN VGG-16Net digabungkan dengan SVM dapat menghasilkan model klasifikasi yang baik, terutama pada dataset yang relatif kecil dan dapat menjadi pilihan yang sesuai dalam klasifikasi citra.
DIGITALISASI DESA UNTUK MENINGKATKAN KUALITAS LAYANAN INFORMASI DAN MEWUJUDKAN KEBUMEN SMART VILLAGE Aditya Dwi Putro; Siti Khomsah; Ummi Athiyah; Novanda Alim Setya Nugraha; Sausan
Prosiding Seminar Nasional Pengabdian Kepada Masyarakat Vol 4 No 1 (2023): PROSIDING SEMINAR NASIONAL PENGABDIAN KEPADA MASYARAKAT - SNPPM2023
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Negeri Jakarta

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

Abstract

Abstract Villages are the most accurate data source for searching population data. For this reason, the method of collecting population data, filling in data in formats, processing data and presenting population data information to the public must be carried out effectively and efficiently so that the information can be conveyed quickly and accurately. This activity was carried out in 3 stages, namely survey; implementation of activities; and evaluation of activities. The survey was conducted in several villages in Kebumen Regency. The team assisted in re-arranging the Village website username and password at the Kebumen Regency Communication and Information Hall. In this activity, activities were also carried out to update plugins and main information for administration services on the village website. With the theme Village Digitalization to Improve the Quality of Information Services and realize Kebumen Smart, this activity aims to change the management process and administrative services in the Village to be of better quality and make information about Villages in Kebumen Regency easier to find by the wider community by updating contacts and website pages. , apart from that this activity will run on a scheduled basis for ongoing monitoring and evaluation. This also functions to publish information related to Village Programs, BUMDES, UMKM and the potential that exists in the Village. Abstrak Desa merupakan sumber data paling akurat untuk pencarian data kependudukan. Untuk itu, cara pengumpulan data penduduk, pengisian data dalam format, pengolahan data hingga penyajian informasi data kependudukan kepada masyarakat harus dilakukan secara efektif dan efisien agar informasi yang tersampaikan dapat dengan cepat dan akurat. Kegiatan ini dilakukan dalam 3 tahapan yakni survei; implementasi kegiatan; dan evaluasi kegiatan. survei di lakukan di beberapa desa yang berada di Kabupaten Kebumen. Tim melakukan pendampingan pengurusan kembali username dan password website Desa di Balai Kominfo Kabupaten Kebumen. Dalam kegiatan ini juga dilakukan kegiatan memperbaharui Plugin dan Informasi utama untuk layanan administrasi pada website desa. Dengan tema Digitalisasi Desa untuk Meningkatkan Kualitas Layanan Informasi dan mewujudkan Kebumen Smart kegiatan ini memiliki tujuan mengubah proses pengurusan dan layanan administrasi di Desa menjadi lebih baik kualitasnya dan informasi tentang Desa yang berada di Kabupaten Kebumen lebih mudah dicari oleh masyarakat luas dengan memperbaharui kontak dan laman website, terlepas dari itu kegiatan ini akan berjalan secara terjadwal untuk monitoring dan evaluasi yang berkelanjutan. Hal ini juga berfungsi untuk mempublikasikan Informasi yang berkaitan dengan Program Desa, BUMDES, UMKM dan potensi-potensi yang ada di Desa.