Claim Missing Document
Check
Articles

Found 1 Documents
Search

KLASIFIKASI TANAMAN HERBAL UNTUK KESEHATAN KULIT DAN RAMBUT BERDASARKAN CITRA DAUN MENGGUNAKAN ALGORITMA CNN DENGAN ARSITEKTUR INCEPTIONV3 Melati, Winda Ayu; Hermanto, Teguh Iman; Nugroho, Imam Maruf
Jurnal Teknologi Terpadu Vol 13, No 2 (2025): JTT (Jurnal Terpadu Terpadu)
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32487/jtt.v13i2.2578

Abstract

Tanaman herbal telah dimanfaatkan dalam pengobatan tradisional, terutama untuk perawatan kulit dan rambut. Namun, pengenalan tanaman herbal berdasarkan ciri visual seperti bentuk daun masih dilakukan secara manual dan kurang akurat. Penelitian in bertujuan untuk membuat sistem klasifikasi otomatis sepuluh tanaman herbal berbasis citra daun menggunakan arsitektur Convolusional Neural Network (CNN) InceptionV3. Model dibangun menggunakan pendekatan deep learning dan mengikuti kerangka kerja CRISP-DM. Dataset yang digunakan terdiri dari 1.000 citra daun yang telah diproses melalui augmentasi dan penyesuaiaan ukuran. Model dilatih menggunakan algoritma Adamax dengan learning rate sebesar 0,0001 selama 20 epoch. Hasil pelatihan menunjukkan akurasi tingggi, yaitu 97,50% pada data pelatihan, 99,00% pada validasi, dan 98,00% pada pengujian. Evaluasi juga dilakukan dengan confusion matrix dan classification report untuk menilai performa per kelas. Model terbaik kemudian dikonversi ke format TensoFlow Lite dan diintegrasikan ke dalam aplikasi Android offline. Aplikasi ini memungkinkan pengguna melakukan klasifikasi tanaman hanya dengan gambar daun dan memberikan informasi manfaat tanaman secara langsung. Sistem yang dikembangkan terbukti efektif, akurat, dan dapat digunakan dalam kehidupan sehari-hari.