JOURNAL COMPUTINGJOURNAL COMPUTING

Journal of Information Technology AmperaJournal of Information Technology Ampera

Tanaman 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.

Penelitian ini menggunakan metode CNN sebagai Algoritma dari deep learning yang di desain untuk mengolah data dua dimensi dapat melakukan identifikasi citra tanaman hias dan ada juga yang tidak terindentifikasi.Untuk nilai f1-score yang memiliki nilai tinggi adalah label Damask Rose dengan nilai 1.00, nilai Precission dimiliki oleh label Mirabilis Jalapa dan Rain Lily dengan nilai 1.Untuk label Zinnia Elegans sama sekali tidak memiliki nilai di setiap atribut pada pengukuran evaluasi.Kedepannya penelitian ini dapat dikembangkan dengan menambahkan layer dari model yang sudah dilatih sebelumnya (transfer learning) sebagai base model untuk meningkatkan performa model.

Untuk meningkatkan akurasi klasifikasi tanaman hias, penelitian selanjutnya dapat fokus pada pengembangan model yang lebih canggih, seperti menggunakan teknik transfer learning untuk memanfaatkan model yang sudah dilatih sebelumnya. Selain itu, perlu dipertimbangkan untuk mengumpulkan dataset yang lebih beragam dan besar, serta melakukan augmentasi data dengan lebih beragam pula. Penelitian lanjutan juga dapat mengeksplorasi penggunaan teknik-teknik pengolahan citra yang lebih canggih, seperti teknik-teknik pengurangan noise dan peningkatan kualitas citra, untuk meningkatkan akurasi klasifikasi. Dengan demikian, penelitian ini dapat terus dikembangkan dan ditingkatkan untuk mencapai hasil yang lebih akurat dalam mengklasifikasikan tanaman hias.

  1. ANALISA TERJADINYA OVERFITTING DAN UNDERFITTING PADA ALGORITMA NAIVE BAYES DAN DECISION TREE DENGAN TEKNIK... doi.org/10.36040/jati.v7i1.6329ANALISA TERJADINYA OVERFITTING DAN UNDERFITTING PADA ALGORITMA NAIVE BAYES DAN DECISION TREE DENGAN TEKNIK doi 10 36040 jati v7i1 6329
  2. KLASIFIKASI JENIS BUNGA DENGAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) | TEKNIMEDIA: Teknologi... doi.org/10.46764/teknimedia.v2i2.39KLASIFIKASI JENIS BUNGA DENGAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK CNN TEKNIMEDIA Teknologi doi 10 46764 teknimedia v2i2 39
Read online
File size782.92 KB
Pages12
DMCAReport

Related /

ads-block-test