Skip to main content

10 Negara dan Penulis TOP dalam bidang DEEP LEARNING di Sektor Pertanian

    Berdasarkan jurnal yang berasal dari Kampus India, diketahui bahwa DEEP LEARNING berperan penting secara signifikan di berbagai bidang. Computer Vision merupakan bidang dimana DEEP LEARNING telah berkembang sangat banyak, dan masih menuai perhatian. CNN merupakan Deep Architecture yang secara spesifik menerapkan klasifikasi citra dan deteksi objek di Computer Vision. Klasifikais Citra telah sukses diterapkan di sektor Pertanian. Menggunakan DEEP LEARNING, berbagai permasalahan pertanian dapat ditunjukkan dan diselesaikan. Jurnal dalam sumber mengulas berbagai karya yang teliti dalam bidang DEEP LEARNING dan Pertanian. Berbagai masalah pertanian disorot, yang mana model DEEP LEARNING dipergunakan untuk pemecahan masalah. Setidaknya tulisan berguna sebagai gambaran umum dan mengetahui teknik-teknik DEEP LEARNING yang digunakan di bidang Pertanian.  

Tabel 1. 10 Negara yang disebut menggunakan DEEP LEARNING dan Pertanian

Negara

Dokumen

Sitasi

India

274

741

China

261

1994

USA

155

2193

Australia

50

535

UK

48

339

Korea Selatan

45

511

Itali

43

406

Jerman

39

543

Jepang

38

109

Spanyol

34

1116

 

Dari 4108 penulis yang bekerja pada bidang tersebut, hanya 60 penliti diambang nilai 5 untuk “Jumlah dokumen minimal penulis”. Tabel dibawah menunjukkan co-penulis dengan penulis lain yang memiliki hubungan dengan nama-namanya.

Tabel 2. 10 Penulis TOP yang bekerja di DEEP LEARNING dan Pertanian

AUTHOR

Zhang J.

Wang Y.

Wang X.

Chen Y.

Zhang Z.

Zhaou Y.

Li Y,

Li J.

Sun Y

Zhang C.

DOKUMEN

15

13

13

12

11

10

10

10

9

9

Sitasi

45

80

72

101

54

124

96

30

220

124

Total Kekuatan Hubungan

18

18

10

6

10

11

4

11

13

14

Sumber dari:
https://www.researchgate.net/publication/364615012_The_role_of_deep_learning_in_agriculture_A_review Ditulis kembali dengan penyesuaian kebutuhan ARTIKEL oleh Lady H.R.Kautsar

 

Comments

Popular posts from this blog

Ringkasan Buku "The Power of Concentration: 20 Bahasa Kekuatan Konsentrasi"

Minggu, 8 Agutus 2019 Ringkasan   buku “The Power of Concentration: 20 Bahasa Kekuatan Konsentrasi” Penerbit RUMPUN. Oleh: Theron Q.Dumont. Kekuatan konsentrasi ada yang konstruktif (+) & destruktif (-). Kebiasaan adalah pencapaian mental. Keberhasilan adalah buah dari pola pikir. Ketangkasan otak menentukan hasil; kalau menunda orang lain menggantikan sehingga “kesempatan hilang”. Apabila membesarkan hati orang, maka akan terlihat sifat baik yang akan kembali ke diri kita masing-masing. KONSENTRASI PENUH akan menghubungkan Anda dengan pikiran Tuhan, Anda tidak lagi akan memiliki keterbatsan. Semakin tinggi konsentrasi, maka akan semakin tinggi kesempatan = sukses à mengatur diri dan memusatkan pikiran. Orang yang mampu berkonsentrasi adalah orang yang sibuk & bahagia. Latihan konsentrasi terbaik ialah menyimak dengan seksama orang yang berbicara. Cinta akan meningkatan kondisi fisik, social dan mental. Berbicaralah dengan pelan dan jelas. Dasa

Peta Tematik Tanah dan Klasifikasi Kemampuan Lahan di United Emirates Arab (UAE)

Judul Asli: “Soil Thematic Map and Land Capability Classification of Dubai Emirates” oleh Hussein Harahsheh, Mohamed Mashroom, Yousef Marzouqi, Eman Al Khatib, B.R.M. Rao, dan M.A. Fyzee (Penerbit Springer 2013 , diterjemahkan dari buku asli “Developments in Soil Classification, Land Use Planning and Policy Implications”) ABSTRAK Tanah di Dubai dipetakan menggunakan penginderaan jauh berupa data satelit (IRS-P6 LISS IV) pada skala 1:25.000 dan diklasifikasikan menjadi seri tanah bertingkat, dan diasosiasikan sebagai Kunci Taksonomi Tanah USDA-NRCS. Dari jumlah 26 seri yanah yang telah diidentifikasi di UAE, ada 13 teridentifikasi di area Hatta. Secara umum tanah bertekstur kasar, berpasir, tinggi zat kapur (calcareous) dan paling tidak berkembang. Di area pantai dan area dataran rendah dan depresi, tanah tinggi salin (mengandung garam); di pedalaman, tanah mengandung salin maupun sodic ( tanah yang mengandung ion natrium berlebih ) . Karakteristik area Hatta adalah berpengunungan

Pertanian Presisi dan SIG

Apa itu Pertanian presisi? Secara prinsip, pertanian tersebut mempertimbangkan hasil dari optimalisasi pengolahan data dan informasi dari berbagai input data maupun teknologi, yang mana juga memasukkan input guna menghargai lingkungan. Dalam mencapai pertanian presisi dapat dipergunakan teknologi-teknologi canggih untuk memperkaya input, seperti foto udara, citra satelit, hasil perekaman drone atau sensor, bahkan kecerdasan buatan. Namun, walaupun terlihat rumit dari sisi pengolahan data, disederhanakan hasilnya untuk keperluan petani.   Menariknya, sepertinya bisa dikembangkan lebih jauh dengan bantuan Sistem Informasi Geografi (SIG) tetapi memerlukan data-data yang lebih banyak dan tentu saja, akurat. Data tersebut sebagai berikut.   1.    Data cuaca setempat & iklim (suhu, curah hujan, arah angin/windrose, dsb, kelembaban) 2.    Data kondisi tanah 3.    Data sumber air untuk pengairan/irigasi 4.    Data potensi hama dan penyakit tanaman, termasuk organisme pengganggu tanaman (OP