• mahkota212.com
  • http://adoornri.com/
  • yokaislot
  • slot gacor
  • https://kadinkabserambarat.org/tentang-kadin/
  • https://kadinkabhalmaheratengah.org/tentang-kadin/
  • situs slot gacor hari ini
  • https://metallagi.com/
  • https://sistel.semarangkota.go.id/
  • https://bkd.siakkab.go.id/
  • https://kadintegal.org/tentang-kadin/
  • https://ejournal.bsi.ac.id/ejurnal/index.php/abdimas
  • https://sippbb.purwakartakab.go.id/maps/
  • http://pustaka.fib.unand.ac.id/
  • slot gacor
  • slot777
  • https://awangbangkalbarat.banjarkab.go.id/
  • https://www.scienceworksforus.com/press-releases/one-week-and-counting-dont-cut-the-research-that-fuels-the-u-s-economy
  • https://washrightsnetwork.org/free-spins-existing-customers-no-deposit-2025-australia/
  • https://catalogue.paramadina.ac.id/
  • https://kadinlangara.org/XNXX/
  • https://kadinpcmataram.org/kontak/
  • https://merch.emma-larson.com/products
  • https://kadinkabbireuen.org/tentang-kadin/
  • https://kadinkotabatang.org/XVIDEOS/
  • https://motherscareivfcentre.com/about-us-2/appointments/
  • https://tiwet.web.id/orc/
  • https://babelankota.kabbekasi.id/
  • situs slot gacor
  • https://anggota.kadinpcmataram.org/
    • SISTEM CERDAS PENGENALAN JENIS REMPAH MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) SISTEM CERDAS PENGENALAN JENIS REMPAH MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

    Detail Cantuman

    Prodi Teknik Informatika

    SISTEM CERDAS PENGENALAN JENIS REMPAH MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

    XML

    Rempah-rempah merupakan salah satu sumber daya hayati yang telah memainkan
    peran penting dalam sejarah manusia. rempah-rempah banyak ditemukan di negaranegara
    tropis,
    termasuk
    Indonesia
    yang
    kaya
    akan
    sumber
    daya
    agraris
    Penelitian

    ini

    bertujuan untuk mengimplementasikan algoritma Convolutional Neural
    Network (CNN) dengan memanfaatkan arsitektur MobileNet dalam mempermudah
    masyarakat dalam mengenali atau membedakan jenis rempah-rempah terutama
    pada rempah-rempah yang memiliki kemiripan baik dari segi bentuk dan warna.
    Dengan meningkatnya kebutuhan akan sistem yang dapat mengidentifikasi dan
    mengenali tanaman secara otomatis dan akurat, metode CNN dipilih karena
    kemampuannya yang tinggi dalam mengenali pola visual pada gambar. Hasil
    penelitian menunjukkan bahwa model yang dikembangkan mampu mencapai
    akurasi sebesar 93%, dengan nilai presisi 94%, nilai recall 93%, dan nilai f1-score
    94%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa model CNN dengan
    arsitektur MobileNet memberikan performa yang baik dalam Pengenalan jenis
    rempah. Selain itu, penerapan model ini ke dalam sebuah aplikasi berbasis website
    juga berjalan dengan baik, menunjukkan potensi yang besar untuk digunakan secara
    praktis oleh remaja dan ahli dalam mengidentifikasi jenis rempah secara efektif.
    Kata Kunci : Rempah, Convolution Neural Network, Mobilnet

    Detail Information

    Item Type
    Laporan Tugas Akhir
    Penulis
    Hendra Setiyawan - Personal Name
    Student ID
    2020150064
    Dosen Pembimbing
    Dian Asmarajati., M.Kom. - - Dosen Pembimbing 1
    Muslim Hidayat, M.Kom - - Dosen Pembimbing 2
    Penguji
    Kode Prodi PDDIKTI
    55201
    Edisi
    Published
    Departement
    Teknik Informatika
    Kontributor
    Bahasa
    Indonesia
    Penerbit Universitas Sains Al-Qur'an : Wonosobo.,
    Edisi
    Published
    Subyek
    Teknik Informatika
    No Panggil
    Copyright
    Individu Penulis
    Doi

    Lampiran Berkas

    LOADING LIST...



    Informasi

    DETAIL CANTUMAN

    Kembali ke sebelumnya  XML Detail