IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK KLASIFIKASI JENIS BUNGA ANGGREK

Zainuri, Mohamad and PAMUNGKAS, DANAR PUTRA and WULANNINGRUM, RESTY (2020) IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK KLASIFIKASI JENIS BUNGA ANGGREK. Prosiding Semnasinotek 2020. ISSN 2549-7952 (Unpublished)

[img] Text (FULL TEXT)
RAMA_55201_16103020094.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy
[img] Text (SIMILARITY)
RAMA_55201_16103020094_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (376kB)
[img] Text (REFERENCES)
RAMA_55201_16103020094_0708028704_0719068702_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (146kB)

Abstract

Abstrak – Bunga merupakan komponen estetika yang menjadi bagian dari kehidupan manusia. Di Indonesia, terdapat banyak sekali tanaman bunga salah satunya adalah bunga anggrek. Bunga anggrek adalah salah satu tanaman yang memiliki anggota jenis terbanyak didunia. Dengan banyaknya spesies yang dimiliki oleh bunga ini maka cara membedakannya pun juga akan sulit, karena banyak diantara jenisnya yang mempunyai bentuk ataupun corak kelopak bunga yang hampir sama. Dari masalah ini, maka dibuatlah aplikasi yang dapat mengidentifikasi jenis bunga anggrek dengan citra bunga tersebut. Convolutional Neural Network (CNN) merupakan salah satu jenis algoritma Deep Learning yang dapat menentukan objek apa saja dalam sebuah gambar, mengenali dan membedakan antara satu gambar dengan yang lainnya. Berdasarkan skenario pengujian yang dilakukan, sistem identifikasi citra bunga anggrek menghasilkan akurasi probabilitas sebesar 0.872.

Item Type: Article
Uncontrolled Keywords: Anggrek, CNN, Deep Learning, Klasifikasi.
Subjects: 140 Plant science > 167 Plantation technology
410 Engineering science > 458 Technical information
410 Engineering science > 461 Information systems
410 Engineering science > 462 Information technology
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika
Depositing User: Mr Mohamad Zainuri
Date Deposited: 27 Aug 2020 02:48
Last Modified: 27 Aug 2020 02:48
URI: http://repository.unpkediri.ac.id/id/eprint/1940

Actions (login required)

View Item View Item