Text
KLASIFIKASI CITRA TANAMAN BERACUN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)
Tanaman beracun dapat membahayakan, namun sebagian dapat dimanfaatkan sebagai obat-obatan atau sebagai pembunuh hama. Bagi sebagian masyarakat terutama yang berada di lingkungan dengan variasi tanaman yang beragam dapat memanfaatkan tanaman beracun ini. Kurangnya pengetahuan dan informasi menyebabkan pemanfaatan tanaman beracun ini tidak tepat guna. Perangkat lunak yang dapat melakukan klasifikasi tanaman beracun dapat menjadi alternatif solusi dalam memberikan informasi dan pengetahuan tentang tanaman beracun secara cepat. Metode Convolutional Neural Network (CNN) memiliki akurasi yang relatif tinggi dalam mengklasifikasi berbagai citra digital. Penelitian ini bertujuan mengembangkan perangkat lunak untuk melakukan klasifikasi citra tanaman beracun menggunakan metode CNN dengan model MobileNetV2 dan mengetahui perbandingan akurasi hasil dari klasifikasi dengan berbagai konfigurasi dataset dan parameter yang bervariasi. Data yang digunakan dalam penelitian untuk melakukan klasifikasi tanaman beracun terdiri dari delapan jenis tanaman beracun dan beberapa jenis tanaman tidak beracun. Berdasarkan hasil pengujian terhadap 153 data uji didapatkan nilai akurasi sebesar 99,34%, precision sebesar 99%, recall sebesar 99%, dan F1-Score sebesar 99%.
Inventory Code | Barcode | Call Number | Location | Status |
---|---|---|---|---|
2307000264 | T88889 | T888892023 | Central Library (Referens) | Available but not for loan - Not for Loan |
No other version available