Sri Mulyana
Universitas Negeri Medan

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

Found 1 Documents
Search

Klasifikasi Tanaman Hias Menggunakan Algoritma Convolutional Neural Network Jeremia SP Sibarani; Sadion Tumpal Damanik; Rezeki Nurkhalizah; Sri Mulyana; Budiman Nasution
Journal of Information Technology Ampera Vol. 4 No. 3 (2023): Journal of Information Technology Ampera
Publisher : APTIKOM SUMSEL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalita.v4i3.431

Abstract

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.