Klasifikasi Spesies Tanaman Magnolia Menggunakan Metode Convolutional Neural Networks
Keywords:
klasifikasi, deep learning, convolutionalAbstract
Klasifikasi Sumber Daya Genetika tanaman di Indonesia dirasa sangat penting untuk ditingkatkan. Peran perkembangan teknologi kecerdasan buatan khususnya Deep Learning akan memudahkan dalam meminimalisir tingkat kesalahan manusia. Pada penelitian ini, penulis melakukan klasifikasi citra daun terhadap spesies tanaman magnolia berdasarkan dataset LeafSnap menggunakan metode Convolutional Neural Networks. Penulis menggunakan model arsitektur MobileNet untuk dapat menerapkan model CNN pada perangkat Android secara real-time. Citra daun yang digunakan berasal dari dataset LeafSnap yaitu citra daun genus Magnolia dengan 7 spesies dan total sebanyak 233 citra. Penulis menggunakan citra daun RGB dengan ukuran bervariatif dan kemudian distrandarisasi menjadi ukuran 224 x 224 piksel. Tahapan proses dimulai dengan data citra, preprocessing data, pemodelan arsitektur CNN, pengujian model, pengkonversian model, perancangan aplikasi, dan pengujian aplikasi. Proses pelatihan model menggunakan library Tensorflow pada Google Colaboratory. Hasil akurasi pengujian model pada data latih berhasil mencapai 99.37%. sedangkan hasil akurasi pengujian model pada data uji berhasil mencapai 95.89%.
References
Munawaroh and N. Ratama, “Penerapan Teknologi Augmented Reality Pada Matakuliah Pengantar Teknologi Informasi Di Universitas Pamulang Berbasis Android,†Satin, vol. 5, no. 2, pp. 17–24, 2019.
L. Sudarmana et al., “Aplikasi Sistem Pakar Untuk mendiagnosis Gangguan Jiwa Schizophrenia,†J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 2, pp. 40–44, 2018, [Online]. Available: http://ejournal.poltektegal.ac.id/index.php/informatika/article/download/650/639.
C. P. Paramitha, M. Risnasari, and S. D. Saputro, “Pengembangan Sistem Informasi Absensi Siswa Berbasis Java Desktop Di Sma Darul Kholil Bangkalan,†J. Ilm. Edutic, vol. 4, no. 2, pp. 63–70, 2018.
D. Rafique and L. Velasco, “Machine Learning for Network Automation: Overview, Architecture, and Applications [Invited Tutorial],†J. Opt. Commun. Netw., vol. 10, no. 10, p. D126, Oct. 2018, doi: 10.1364/JOCN.10.00D126.
A. Moenir and I. Engineering, “Pembuatan Aplikasi Stok Barang Berbasis Web Di Gudang Filter Element Pada Pt . Progo Tehnik,†vol. 2, no. 1, pp. 1–9, 2021.
H. Supendar and Y. Handrianto, “Simple Queue dalam Menyelesaikan Masalah Manajemen Bandwidth pada Mikrotik Bridge,†Bina Insa. ICT J., vol. 4, no. 1, pp. 21–30, 2017.
N. Ratama and Munawaroh, “Perancangan Sistem Informasi Sosial Learning untuk Mendukung Pembangunan Kota Tangerang dalam Meningkatkan Smart city Berbasis Android,†SATIN – Sains dan Teknol. Inf., vol. 5, no. 2, pp. 59–67, 2019.
