Klasifikasi Tanaman Hias Menggunakan Algoritma Convolutional Neural Network
DOI:
10.51519/journalita.v4i3.431Keywords:
Tanaman Hias, CNN, KlasifikasiAbstract
anaman hias merupakan jenis tanaman yang dikenal karena keindahan dan daya tarik estetikanya. Terdapat berbagai jenis tanaman hias yang mudah ditemukan, namun, mengidentifikasi dan mengklasifikasikan tanaman hias seringkali sulit bagi kita, khususnya bagi pemula yang ingin terlibat dalam dunia bisnis tanaman hias. Untuk memudahkan pengenalan jenis-jenis tanaman hias, penelitian ini akan menggunakan algoritma Convolutional Neural Network (CNN) sebagai solusi. CNN telah terbukti efektif dalam pengolahan citra dan pengenalan objek, menjadikannya pilihan algoritma yang cocok untuk klasifikasi tanaman hias. Penelitian ini menggunakan 112 gambar Mawar Damask, 100 gambar Bunga Echeveria, 100 gambar Mirabilis Jalapa, 110 gambar Lily Hujan, dan 47 gambar Zinnia Elegans. Dalam proses pra-pengolahan, noise dihilangkan, kemudian dilakukan augmentasi gambar, membagi data menjadi dua, yaitu data latih dan data uji, lalu melatih model dan mengevaluasi model serta mendapatkan hasil akurasi. Hasil klasifikasi berhasil mencapai tingkat akurasi yang tinggi untuk beberapa label, tetapi ada label tertentu yang tidak dapat diidentifikasi. Skor F1 tertinggi ditemukan pada label "Mawar Damask" dengan nilai 1.00, sementara label "Mirabilis Jalapa" dan "Lily Hujan" memiliki nilai Presisi tertinggi yaitu 1.00. Namun, dalam pengukuran evaluasi, label "Zinnia Elegans" tidak menghasilkan nilai yang terukur sama sekali.
References
A. Pratama and M. Sutisna, “Analisis Strategi Pengembangan Usaha,” Jurnal Riset Bisnis dan Investasi, vol. 1, no. 3, p. 46, 2016, doi: 10.35697/jrbi.v1i3.53.
F. Fitriani, “Klasifikasi Jenis Bunga Dengan Menggunakan Convolutional Neural Network (Cnn),” TEKNIMEDIA: Teknologi Informasi dan Multimedia, vol. 2, no. 2, pp. 64–68, 2021, doi: 10.46764/teknimedia.v2i2.39.
Hartutiningsih-M. Siregar, S. Wahyuni, and I. M. Ardaka, “Karakterisasi Morfologi Daun Begonia Alam (Begoniaceae): Prospek Pengembangan Koleksi Tanaman Hias Daun di Kebun Raya Indonesia (Leaf morfological characterization of native Begonia (Begoniaceae): Development prospect of foliage ornamental plants collecti,” Jurnal Biologi Indonesia, vol. 14, no. 2, pp. 201–211, 2018.
A. Mareta Tama and R. Candra Noor Santi, “Klasifikasi Jenis Tanaman Hias Menggunakan Metode Convolutional Neural Network (CNN),” Journal of Information Technology and Computer Science (INTECOMS), vol. 6, no. 2, 2023.
Ajib Susanto, Yupie Kusumawati, Ericsson Dhimas Niagara, and Christy Atika Sari, “Convolutional Neural Network Dalam Sistem Deteksi Helm Pada Pengendara Motor,” Seminar Nasional Teknologi dan Multidisiplin Ilmu (SEMNASTEKMU), vol. 2, no. 1, pp. 91–99, 2022, doi: 10.51903/semnastekmu.v2i1.158.
E. H. Rachmawanto and P. N. Andono, “Deteksi Karakter Hiragana Menggunakan Metode Convolutional Neural Network,” Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI), vol. 11, no. 3, pp. 183–191, 2022, doi: 10.23887/janapati.v11i3.50144.
A. Susanto and Y. Kusumawati, “Helmet Detection Based on Cascade Classifier and Adaptive Boosting,” vol. 8, no. 2, pp. 121–128, 2023.
S. Muhammad and A. T. Wibowo, “Klasifikasi Tanaman Aglaonema Berdasarkan Citra Daun Menggunakan Metode Convolutional Neural Network (CNN).”
A. A. Jaelani, F. Y. Supratman, and N. Ibrahim, “Perancangan Aplikasi Untuk Klasifikasi Klon Daun Teh Seri Gambung (GMB) Menggunakan Algoritma Convolutional Neural Network,” 2020.
P. B. N. Simangunsong, “Reduksi Noise Pada Citra Digital Menggunakan Metode Arithmatic Mean Filter,” Jurnal Teknik Informatika Unika St. Thomas (JTIUST), vol. 02, pp. 60–63, 2017.
J. Alberto and D. Hermanto, “Klasifikasi Jenis Burung Menggunakan Metode CNN Dan Arsitektur ResNet-50,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 10, no. 3, pp. 34–46, Sep. 2023.
W. A. Firmansyach, U. Hayati, and Y. Arie Wijaya, “Analisa Terjadinya Overfitting Dan Underfitting Pada Algoritma Naive Bayes Dan Decision Tree Dengan Teknik Cross Validation,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 7, no. 1, pp. 262–269, 2023, doi: 10.36040/jati.v7i1.6329.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Jeremia SP Sibarani, Sadion Tumpal Damanik, Rezeki Nurkhalizah, Sri Mulyana, Budiman Nasution
This work is licensed under a Creative Commons Attribution 4.0 International License.
