SISTEM IDENTIFIKASI TANAMAN HERBAL MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

Tanaman herbal merupakan tanaman dengan mempunyai manfaat untuk menyembuhkan penyakit. Tetapi di Indonesia memiliki berbagai macam jenis tanaman herbal sehingga sering membuat kesalahan dalam mengenali jenis tanaman herbal. Penelitian ini berfokus pada klasifikasi tanaman herbal menggunakan algoritma deep learning. Penelitian ini menggunakan metode CNN (Convolutional Neural Network) merupakan metode yang populer dalam mengklasifikasikan data citra. Pada penelitian ini menggunakan arsitektur ResNet50, Densenet201, VGG-16 dan MobileNetV2. Pada model ResNet50 parameter yang diuji dalam penelitian ini adalah learning rate, batch size, resolusi gambar dan jumlah class. Kemudian dibandingan arsitektur ResNet50, DenseNet201, VGG-16, MobileNetV2. Pada dataset diuji coba melakukan 5, 10, 20, 30 class, jumlah dataset pada 5 class adalah 500 gambar, 10 class adalah 1000 gambar, 20 class adalah 2000 gambar, 30 class adalah 3000 gambar yang mana data train dan test dibagi menjadi 80% dan 20%. Nilai terbaik pada arsitektur ResNet50 pada 5 class mendapatkan akurasi 99% dengan parameter learning rate 0.0001, batch size 50, resolusi gambar 224, kemudian dengan parameter yang sama DenseNet201 mendapatkan akurasi 98, VGG-16 mendapatkan akurasi 20% dan MobileNetV2 akurasi 98%. Kemudian pada 10 class mendapatkan akurasi 96.5%, 20 class 97.5% dan 30 class mendapatkan akurasi 97.1%. Pada model ResNet50 dengan 5 class dengan akurasi 99%, model diterapkan menjadi sistem identifikasi tanaman herbal berbasis website, kemudian aplikasi website tersebut diuji dengan data gambar baru yang dikumpulkan melalui google sebanyak 50 data gambar masing-masing class memiliki 10 data gambar dengan akurasi 80% yang mana 40 data diprediksi benar dan 10 data diprediksi salah.

1.  UEU-Undergraduate-34305-COVER.Image.Marked.pdf - 202 KB
2.  UEU-Undergraduate-34305-HALAMAN PENGESAHAN.Image.Marked.pdf - 599 KB
3.  UEU-Undergraduate-34305-HALAMAN PERSETUJUAN PUBLIKASI.Image.Marked.pdf - 599 KB
4.  UEU-Undergraduate-34305-HALAMAN KEASLIAN.Image.Marked.pdf - 489 KB
5.  UEU-Undergraduate-34305-ABSTRAK.Image.Marked.pdf - 206 KB
6.  UEU-Undergraduate-34305-KATA PENGANTAR.Image.Marked.pdf - 1099 KB
7.  UEU-Undergraduate-34305-DAFTAR ISI.Image.Marked.pdf - 367 KB
8.  UEU-Undergraduate-34305-DAFTAR PUSTAKA.Image.Marked.pdf - 273 KB
9.  UEU-Undergraduate-34305-LAMPIRAN.Image.Marked.pdf - 1041 KB
10.  UEU-Undergraduate-34305-BAB1.Image.Marked.pdf - 216 KB

• UJI ORGANOLEPTIK DAN ANTIOKSIDAN LAWAR FLORES DARI DAUN HARIANG BEUREUM [BEGONIA ROBUSTA]
• ANALISIS PENURUNAN KADAR BIOCHEMICAL OXYGEN DEMAND (BOD) PADA LIMBAH CAIR TEMPE DENGAN MENGGUNAKAN TANAMAN KAYU APU TAHUN 2017 DI KOMPLEK PIK KOPTI SEMANAN RAYA, JAKARTA BARAT
• PERANCANGAN BUKU INFOGRAFIS REMPAH
• AKTIVITAS ANTIOKSIDAN EKSTRAK ETANOL DAUN MATOA (POMETIA PINNATA) TERHADAP KADAR SOD DAN MDA PADA TIKUS YANG DIINDUKSI CCL4
• RANCANG BANGUN APLIKASI PEMANTAUAN PENYIRAMAN TANAMAN SECARA OTOMATIS MENGGUNAKAN TEKNOLOGI IoT PADA TANAMAN BUAH JERUK
• ANALISIS SERAT PANGAN LARUT AIR, VITAMIN C DAN UJI DAYA TERIMA TEH FENUROS DENGAN KOMPOSISI BIJI FENUGREEK (TRIGONELLA FOENUM-GRAECUM L.) DAN BUNGA ROSELLA (HIBISCUS SABDARIFFA) SEBAGAI PRODUK PANGAN ALTERNATIF UNTUK PENDERITA DIABETES MELLITUS TIPE-2
• PANDEMI COVID-19 DAN KEARIFAN LOKAL: PENYULUHAN BUDIBAYA TANAMAN SAMBUNG BYAWA (GYNURA PROCUMBENS) DI SUSUN JOMBLANG, TEGALTIRTO, BERBAH, SLEMAN, DAERAH ISTIMEWA YOGYAKARTA
• LAPORAN AKHIR PROGRAM PENGABDIAN MASYARAKAT PANDEMI COVID-19 DAN KEARIFAN LOKAL: PENYULUHAN BUDIDAYA TANAMAN SAMBUNG NYAWA (GYNURA PROCUMBENS) DI DUSUN JOMBLANG, TEGALTIRTO, BERBAH, SLEMAN, DAERAH ISTIMEWA YOGYAKARTA
• KAJIAN PERAN PERTANIAN PERKOTAAN DALAM PEMBANGUNAN PERKOTAAN BERKELANJUTAN (STUDI KASUS: PERTANIAN TANAMAN OBAT KELUARGA DI KELURAHAN SLIPI, JAKARTA BARAT)
• TURNITIN UJI AKTIVITAS ANTIOKSIDAN TANAMAN SARANG SEMUT (HYDNOPHYTUM FORMICARUM JACK) DENGAN METODE ABTS DAN IDENTIFIKASI SENYAWA AKTIF MENGGUNAKAN LC-MS