Bunga atau kembang adalah alat reproduksi seksual pada tumbuhan berbunga. Pada bunga terdapat organ reproduksi, yaitu benang sari dan putik. Pada beberapa spesies, bunga majemuk dapat dianggap awam sebagai bunga (tunggal), ada sekitar 391.000 spesies tanaman vaskular yang saat ini diketahui sains, dimana sekitar 369.000 spesies (atau 94 persen) adalah tanaman berbunga. Klasifikasi jenis bunga merupakan pekerjaan yang membutuhkan waktu dan pengetahuan. Perkembangan visi komputer memungkinkan otomatisasi klasifikasi jenis bunga dengan efisien dan akurat. Deep Learning merupakan cabang ilmu machine learning berbasis Jaringan Saraf Tiruan (JST) atau bisa dikatakan sebagai perkembangan dari JST. Dalam Deep Learning, sebuah komputer belajar mengklasifikasi secara langsung dari gambar atau suara. Dengan menggunakan teknologi Deep Learning yang merupakan salah satu bidang ilmu baru dalam Machine learning dan berkembang dengan sangat pesat. Deep Learning memiliki kemampuan yang baik dalam Computer Vision, yaitu Image Classification atau kalsifikasi objek pada citra dalam bentuk dua dimensi misalnya gambar dan suara. Hasil final test accuracy yang diperoleh yaitu didapat keakuratan sebesar 100% dengan salah satu hasil pengujian yaitu klasifikasi bunga mawar dengan akurasi sebesar 99,30%. Model data latih menggunakan dengan total dataset 460 gambar (yang diambil melalui pencarian gambar pada Google Image) sebanyak 30 kali dilatih, di mana setiap 13 langkah terhitung 1 training. Sehingga menghasilkan keluaran nilai akurasi dari data yang telah dilatih (val_acc) dan nilai akurasi dari data yang hilang atau miss (val_loss). Diharapkan dengan adanya implementasi aplikasi ini dapat membantu pengguna untuk memelihara bunga hias dengan jenis sesuai dengan keinginan.
Setiap tahun pengguna kendaraan bermotor selalu terjadi peningkatan, hal ini terbukti dari data yang diperoleh melalui Badan Pusat Statistik yaitu sebanyak 136.320.000 juta unit pada 2020. Banyaknya jumlah kendaraan bermotor tersebut, membuat pelaku bisnis membuka jasa layanan untuk pencucian kendaraan bermotor khususnya untuk pencucian kendaraan mobil dan motor. Dalam menjalankan usaha jasa cuci mobil dan motor banyak pelaku bisnis yang masih menggunakan sistem transaksi secara manual dengan menggunakan buku besar. Selain itu mencatat setiap transaksi, yang nantinya akan digunakan untuk membuat laporan harian, bulanan, dan tahunan sebagai informasi yang diberikan kepada atasannya. Pada lain sisi pengguna kendaraan juga merasa dirugikan ketika melakukan pencucian, pelanggan tidak mendapatkan nota dari transaksi mereka, pemilik kendaraan mendapatkan kendaraannya masih dalam keadaan kotor, terdapat goresan setelah melakukan pencucian, harga paket pencucian yang selalu berubah-ubah, dan pelanggan pun merasa dirugikan dengan hal ini. Untuk mengatasi permasalahan tersebut peneliti membuat sebuah aplikasi jasa pencucian kendaraan khususnya untuk mobil dan motor dengan menggunakan metode Waterfall mulai dari perencanaan, analisis, desain, implementasi dan sampai tahapan pemeliharaan, sehingga dengan metode tersebut dapat menyelesaikan masalah-masalah tersebut. Hasil dari penelitian diharapkan aplikasi ini dapat menguntungkan dari sisi pemilik kendaraan dan pelaku bisnis tersebut. Pelaku bisnis dapat mengatur sistem kerja dari proses pencucian, penggajian pegawai sampai hasil laporan, dan pelanggan mendapatkan kenyamanan dalam bertransaksi. Implementasi dalam pembuatan aplikasi ini menggunakan bahasa pemrograman C# dengan basis data Microsoft Office Access.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.