English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Identifikasi varietas perlu dilakukan untuk membedakan galur yang dihasilkan dengan varietas yang telah ada sehingga sangat penting bila dikaitkan dengan perlindungan varietas tanaman dan hak kekayaan intelektual. Salah satu metode yang umum diterapkan untuk identifikasi varietas jagung adalah dengan cara mendeskripsikan morfologi benih. Namun, hal tersebut membutuhkan waktu lama dan sulit jika dilakukan pengukuran secara manual. Pengolahan citra (image processing) dan jaringan syaraf tiruan (JST) dapat dijadikan sebagai salah satu metode identifikasi varietas yang dapat membantu mengidentifikasi varietas benih jagung. Penelitian ini bertujuan untuk mengetahui variabel citra yang dapat digunakan untuk identifikasi varietas benih jagung sehingga dapat disusun algoritma jaringan syaraf tiruan terbaik dan mengetahui tingkat akurasinya dalam menduga varietas benih jagung. Sampel yang digunakan dalam penelitian ini adalah benih jagung hibrida BISI 18, Pioneer P21, Pioneer P27 dan PERTIWI. Pada masing-masing varietas diambil 600 sampel untuk data training dan 200 sampel untuk data testing, keseluruhan sampel adalah 3200 benih jagung. Penelitian ini menggunakan pengolahan citra digital dengan menggunakan analisis statistik untuk menentukan variabel yang dapat dipergunakan dalam penerapan jaringan syaraf tiruan sebagai metode identifikasi. Hasil penelitian menunjukkan variasi JST terbaik untuk menyusun program identifikasi benih jagung adalah variasi A3 dengan 20 node hidden layer. Hasil validasi menunjukkan, program identifikasi benih jagung memiliki tingkat akurasi dalam menduga varietas sebesar 59,1 %.

Identifikasi Varietas Benih Jagung (Zea Mays L.) Menggunakan Pengolahan Citra Digital Berbasis Jaringan Syaraf Tiruan