Arif Tirtana, Maria Gita Teresa Febriani, Dyas Irvan Masrui, Amelia Arta Aisyah
{"title":"除草剂:使用Cnn模型Xception来识别印尼草药的移动设备应用程序","authors":"Arif Tirtana, Maria Gita Teresa Febriani, Dyas Irvan Masrui, Amelia Arta Aisyah","doi":"10.21107/edutic.v8i1.11650","DOIUrl":null,"url":null,"abstract":"Jumlah tanaman herbal yang terdapat di Indonesia 30.000 jenis, namun hanya 1.200 jenis dari seluruh jenis tumbuhan obat yang sudah dimanfaatkan sebagai bahan baku obat herbal. Padahal tanaman herbal menyumbang pendapatan negara sebesar 150 miliar dollar pada tahuun 2020. Salah satu penyebabnya adalah kurangnya pengetahuan masyarakat Indonesia terhadap tanaman herbal Indonesia. Untuk meningkatkan wawasan tersebut dibutuhkan aplikasi yang dapat digunakan untuk mengidentifikasi tanaman herbal. Untuk itu dalam penelitian ini mengusulkan Herbify sebagai aplikasi perangkat bergerak berbasis komputasi awan dengan menggunakan metode CNN model Xception. Hasil dari penelitian ini menunjukkan bahwa Herbify mampu untuk mengidentifikasi tanaman herbal Indonesia dengan tingkat akurasi yang memuaskan yakni sebesar 96,3%.","PeriodicalId":185202,"journal":{"name":"Jurnal Ilmiah Edutic : Pendidikan dan Informatika","volume":"229 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-11-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":"{\"title\":\"Herbify: Aplikasi Perangkat Bergerak Berbasis Komputasi Awan Untuk Mengidentifikasi Tanaman Herbal Indonesia Menggunakan Cnn Model Xception\",\"authors\":\"Arif Tirtana, Maria Gita Teresa Febriani, Dyas Irvan Masrui, Amelia Arta Aisyah\",\"doi\":\"10.21107/edutic.v8i1.11650\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Jumlah tanaman herbal yang terdapat di Indonesia 30.000 jenis, namun hanya 1.200 jenis dari seluruh jenis tumbuhan obat yang sudah dimanfaatkan sebagai bahan baku obat herbal. Padahal tanaman herbal menyumbang pendapatan negara sebesar 150 miliar dollar pada tahuun 2020. Salah satu penyebabnya adalah kurangnya pengetahuan masyarakat Indonesia terhadap tanaman herbal Indonesia. Untuk meningkatkan wawasan tersebut dibutuhkan aplikasi yang dapat digunakan untuk mengidentifikasi tanaman herbal. Untuk itu dalam penelitian ini mengusulkan Herbify sebagai aplikasi perangkat bergerak berbasis komputasi awan dengan menggunakan metode CNN model Xception. Hasil dari penelitian ini menunjukkan bahwa Herbify mampu untuk mengidentifikasi tanaman herbal Indonesia dengan tingkat akurasi yang memuaskan yakni sebesar 96,3%.\",\"PeriodicalId\":185202,\"journal\":{\"name\":\"Jurnal Ilmiah Edutic : Pendidikan dan Informatika\",\"volume\":\"229 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-11-30\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"2\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Ilmiah Edutic : Pendidikan dan Informatika\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.21107/edutic.v8i1.11650\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Ilmiah Edutic : Pendidikan dan Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.21107/edutic.v8i1.11650","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Herbify: Aplikasi Perangkat Bergerak Berbasis Komputasi Awan Untuk Mengidentifikasi Tanaman Herbal Indonesia Menggunakan Cnn Model Xception
Jumlah tanaman herbal yang terdapat di Indonesia 30.000 jenis, namun hanya 1.200 jenis dari seluruh jenis tumbuhan obat yang sudah dimanfaatkan sebagai bahan baku obat herbal. Padahal tanaman herbal menyumbang pendapatan negara sebesar 150 miliar dollar pada tahuun 2020. Salah satu penyebabnya adalah kurangnya pengetahuan masyarakat Indonesia terhadap tanaman herbal Indonesia. Untuk meningkatkan wawasan tersebut dibutuhkan aplikasi yang dapat digunakan untuk mengidentifikasi tanaman herbal. Untuk itu dalam penelitian ini mengusulkan Herbify sebagai aplikasi perangkat bergerak berbasis komputasi awan dengan menggunakan metode CNN model Xception. Hasil dari penelitian ini menunjukkan bahwa Herbify mampu untuk mengidentifikasi tanaman herbal Indonesia dengan tingkat akurasi yang memuaskan yakni sebesar 96,3%.
求助内容：
应助结果提醒方式：
京公网安备 11010802042870号
