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

Bagaimana Mendapatkan data geografi?

Jawabannya adalah data geografi dapat diperoleh dari berbagai sumber, tergantung pada jenis data yang dibutuhkan dan tujuan Anda. (Menurut saya, Analisis seseorang bisa dibilang semakin kuat, apabila data/informasi yang didapatkan akurat & lengkap dan dapat menganalisisnya sesuai dengan tujuan, dan akan lebih baik lagi dengan berbagai sudut pandang) Pada umumnya, terbagi data primer dan data sekunder, antara lain: 1. Data primer merupakan data yang diperoleh secara langsung (ke lapangan), biasanya untuk validasi atau kroscek data sekunder. 2. a. Data sekunder merupakan data yang diperoleh dari pihak kedua, dst. Perlu dikroscek.  2.b. Menurut hemat saya, data geografi pun dapat diperoleh melalui mix sekunder maupun primer. Beberapa penyedia data antara lain: Pemerintah : Banyak pemerintah memiliki badan atau lembaga yang mengumpulkan, mengelola, dan menyediakan data geografi. Misalnya, di banyak negara, badan survei atau badan statistik nasional biasanya menyediakan data geospa...

"The Influence of PT Natarang Mining's Gold Mining Activities on Population Livelihood Patterns"

"The Influence of PT Natarang Mining's Gold Mining Activities on Population Livelihood Patterns"   By: LHR Kautsar   Indonesia is threatened! The country of the world's lungs has now turned into the fastest destructive country in the world! That's what the Guinness Book of Records revealed. Based on forest cover mapping by the Indonesian government assisted by the World Bank (2000), there was an increase in the rate of deforestation from 1.7 million Ha/year (1985-1997), to 2.83 Ha/year (1997-2000), continuing to 15.15 million Ha/year (2000-2009). This change in forest "cover" is caused by human activity. Starting from illegal logging, land clearing due to the emergence of industry, forest conversion to agriculture, plantations to land clearing or conversion of forests for the mining industry. Yes, almost all mines in Indonesia cut down forests to set up mining businesses, and this then has an impact on the environment. It is fate that eve...

Sekilas Pertanian Presisi di Kanada dan Amerika Serikat (US) yang Bagaikan Science-Fiction!

Source from: https://earthobservatory.nasa.gov/features/PrecisionFarming   Imagine you are a farmer riding along in your 50,000-acre wheat field early in the growing season. You push a button on your tractor to turn on its Global Positioning System (GPS) monitor, which pinpoints your exact location to within one meter. Touching another button, you display a series of Geographical Information System (GIS) maps that show where the soil in your field is moist, where the soil eroded over the winter, and where there are factors within the soil that limit crop growth. Next, you upload remote sensing data, collected just yesterday, that shows where your budding new crop is already thriving and areas where it isn’t. You hit SEND to upload these data into an onboard machine that automatically regulates the application of fertilizer and pesticides—just the right amount and exactly where the chemicals are needed. You sit back and enjoy the ride, saving money as the machines do most of ...