KLASIFIKASI USIA JAGUNG MENGGUNAKAN METODE CNN

Abstrak

Abstrak

Metode tradisional untuk menentukan usia jagung melibatkan pengamatan manual yang memakan waktu dan tidak selalu akurat. Tujuan utama dari penelitian ini adalah mengidentifikasi usia tanaman jagung dengan tingkat akurasi yang tinggi dengan menggunakan metode CNN. CNN adalah jenis jaringan saraf tiruan yang sangat efektif dalam memproses gambar dan mengidentifikasi pola kompleks dalam data visual. Dengan adanya model ini, diharapkan petani dapat dengan mudah dan cepat menentukan usia jagung tanpa perlu melakukan pengukuran manual yang memakan waktu. Dari hasil klasifikasi memiliki tingkat akurasi pada data latih yaitu mencapai 96.00% dengan Epoch sebesar 20 dengan iterasi 1 per Epoch. Dengan total data sebanyak 40 data uji.

Abstract

Traditional methods for determining the age of corn involve manual observations that are time consuming and not always accurate. The main objective of this research is to identify the age of corn plants with a high level of accuracy using the CNN method. CNN is a type of artificial neural network that is very effective in processing images and identifying complex patterns in visual data. With this model, it is hoped that farmers can easily and quickly determine the age of corn without needing to carry out time-consuming manual measurements. From the classification results, the level of accuracy on the training data reached 96.00% with an Epoch of 20 with 1 iteration per Epoch. With a total of 40 test data.