Siti Hajar
Universitas Ahmad Dahlan

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Identifikasi Jenis Daun untuk Ecoprint Mengunakan Metode Convolutional Neural Network Siti Hajar; Murinto Murinto; Anton Yudhana
Jurnal Sains dan Informatika Vol. 11 No. 1 (2025): Jurnal Sains dan Informatika
Publisher : Pusat Penelitian dan Pengabdian kepada Masyarakat Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v11i1.1774

Abstract

Tumbuhan yang berdaun merupakan salah satu kategori tumbuhan yang memiliki berbagai manfaat. Tumbuhan ini dapat dimanfaatkan sebagai bahan dalam produk kecantikan, makanan, obat-obatan, pewarna alami, dan kain. Makalah ini membahas cara mengidentifikasi jenis daun untuk ecoprint dengan menggunakan metode Deep Learning, khususnya Convolutional Neural Network (CNN). Tujuan dari identifikasi ini adalah untuk mempermudah menentukan jenis daun yang bisa dan tidak bisa untuk ecoprint teknik steaming. Metode yang digunakan saat ini masih manual, dengan mengambil beberapa jenis daun dan diproses. Dalam pemrosesan manual sangat lama lebih dari satu hari, dan tidak efisien untuk membuktikan bahwa sampel daun yang dicoba tersebut bisa atau tidak untuk ecoprint. Mengatasi masalah ini, solusi mengunakan Convolutional Neural Network (CNN) algoritma Deep Learning lebih tepat. Penelitian ini menganalisis 400 gambar daun yang diambil dari 10 jenis daun untuk diidentifikasi. Proses pelatihan dilakukan dalam dua tahap: Feature Learning dan Klasifikasi, dengan jumlah epoch sebanyak 15. Hasil training (0,9850) dan valisasi (0,9796) sedangkan hasil pengujian accuracy rata-rata diperoleh (0,9194). Dapat disimpulkan bahwa algoritma Deep Learning yaitu Convolutional Neural Network (CNN) bisa mengidentifikasi jenis daun untuk ecoprint.