Kentang merupakan produk hasil pertanian yang memiliki kandungan tepung tertinggi keempat setelah jagung, gandum, dan padi. Pengelolaan pertanian kentang memiliki beberapa permasalahan diantaranya adalah penyakit pada daun kentang yang apabila tidak diselesaikan dapat menyebabkan hasil produksi yang buruk hingga gagal panen. Penyakit yang sering ditemui pada daun kentang yaitu early blight dan late blight. Kedua penyakit ini memiliki gejala serta penanganan yang berbeda, namun proses identifikasi yang lambat dapat menyebabkan tambahan biaya untuk perawatan. Pada penelitian ini penulis memanfaatkan algoritma deep learning yaitu convolutional neural network (CNN) untuk identifikasi citra pada daun kentang. Data yang digunakan pada penelitian ini berjumlah 5400 citra yang terbagi menjadi 3 kelas yaitu citra sehat, citra early blight, dan citra late blight. Hasil pengujian menunjukkan akurasi tertinggi pada data validation yaitu sebesar 99% sehingga dapat disimpulkan bahwa algoritma deeep learning convolutional neural network (CNN) dapat melakukan proses identifikasi penyakit pada citra daun kentang dengan baik.
6)ABSTRAK Diabetes merupakan penyakit yang disebabkan oleh tingginya gula darah pada seseorang. Terdapat banyak faktor yang menjadi penyebab terjadinya diabetes, faktor-faktor tersebut diantaranya seperti faktor keturunan, gula darah yang tinggi, berat badan, usia, dan faktor lainnya. Angka kematian yang disebabkan oleh penyakit diabetes ini semakin banyak dan setiap tahunnya diperkirakan akan terus meningkat angka kasus kematiannya. Diagnonisis dini dan menerapkan pola hidup sehat merupakan dua langkah awal dalam mencegah terjadinya penyakit diabetes mellitus. Dataset yang digunakan pada penelitian ini merupakan data yang didapatkan dari data open source Kaggle, yaitu data Pima Indians Diabetes. Metode klasifikasi yang digunakan yaitu degan menerapkan algoritma C4.5 yang mampu menghasilkan tingkat akurasi yang baik. dilakukan seleksi fitur terhadap dataset dengan menggunakan heatmap yang menghasilkan fitur Pregnancies, Glucose, BMI, Age, dan outcome. Hasil dari penelitian ini didapati nilai akurasi sebesar 76%. Hasil ini lebih baik dibanding dengan penelitian sebelumnya yang menggunakan algoritma SVM yang hanya mampu menghasilkan tingkat akurasi sebesar 70%.
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.