creators_name: AZZAH , ROUDHOH 
creators_id: 1857051001 
type: other
datestamp: 2023-02-22 06:46:37
lastmod: 2023-02-22 06:46:37
metadata_visibility: show
title: HIGH PERFORMANCE COMPUTING UNTUK KLASIFIKASI IMAGE TUMBUHAN OBAT SIRIH DAN BINAHONG MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)
ispublished: pub
subjects: 000
subjects: 600
full_text_status: restricted
abstract: 


Tumbuhan  obat  merupakan  tumbuhan  yang  bermanfaat  bagi  kesehatan,  yaitu untuk menyembuhkan suatu penyakit. Salah satu tumbuhan obat yang sering digunakan adalah daun sirih dan daun binahong. Untuk mengelompokkan kedua jenis daun tersebut dapat dilakukan dengan cara klasifikasi. Proses klasifikasi dilakukan berdasarkan bentuk daun. Metode CNN merupakan metode yang umum digunakan untuk klasifikasi data image karena metode ini menghasilkan akurasi yang paling signifikan dalam pengenalan citra. Klasifikasi image menggunakan Central Processing Unit (CPU) akan memerlukan waktu eksekusi yang cukup lama dalam proses training. Oleh karena itu, dengan perkembangan perangkat yang ada sekarang masalah dapat diatasi menggunakan Graphics Processing Unit (GPU)  dengan  CUDA  untuk  mempercepat  waktu  proses   training.  Dalam penelitian ini menggunakan data yang berjumlah 900 data image tanaman obat yang dibagi menjadi 3 data, yaitu data training, data testing, dan data validation dengan rasio perbandingan 8 : 1 : 1. Berdasarkan hasil yang diperoleh menggunakan GPU dapat mempersingkat waktu sebesar kurang lebih 2 kali lebih cepat dari pengunaan CPU.

Kata kunci: Tumbuhan Obat, Convolutional Neural Network, Klasifikasi, Central
Processing Unit, Graphics Processing Unit 



Medicinal plants are plants that are useful to health, specifically to cure a disease. One of the medicinal plants that are often used are betel leaves and binahong leaves. To classify the two types of leaves can be done by way of classification. The classification process is carried out based on the shape of the leaves. The CNN method is a commonly used method for classifying image data because this method produces the most significant accuracy in image recognition. Image classification using the Central Processing Unit (CPU) will require a long execution  time  in  the  training  process.  Therefore,  with  the  development  of existing devices, this problem can be overcome by using the Graphics Processing Unit (GPU) with CUDA to speed up the training process time. In this study, 900 medicinal plant image data were used which were divided into 3 data, namely training data, testing data, and validation data with a ratio of 8 : 1 : 1. Based on the results obtained using the GPU, it can shorten the time by approximately 2 times faster than CPU usage.

Keywords: Medical Plant, Convolutional Neural Network, Classification, Central
Processing Unit, Graphics Processing Unit

date: 2023-02-03
date_type: published
publisher: MATEMATIKA DAN ILMU PENGETAHUAN ALAM
place_of_pub: UNIVERSITAS LAMPUNG
id_number: 1857051001 
citation:   AZZAH , ROUDHOH   (2023) HIGH PERFORMANCE COMPUTING UNTUK KLASIFIKASI IMAGE TUMBUHAN OBAT SIRIH DAN BINAHONG MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN).  MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.     
document_url: http://digilib.unila.ac.id/69843/1/ABSTRAK.pdf
document_url: http://digilib.unila.ac.id/69843/2/SKRIPSI%20FULL.pdf
document_url: http://digilib.unila.ac.id/69843/3/SKRIPSI%20TANPA%20BAB%20PEMBAHASAN.pdf