Jurnal Sains Komputer dan Teknologi Informasi
Vol. 5 No. 2 (2023): Jurnal Sains Komputer dan Teknologi Informasi

ANALISIS PERFORMA INCEPTIONV3 CONVOLUTIONAL NETWORK PADA KLASIFIKASI VARIETAS DAUN GRAPEVINE: Performance Analysis of InceptionV3 Convolutional Network Used for Grapevine Leaves Varieties Classification

Nurul Huda (Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang)
Adiyah Mahiruna (Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang)
Wellie Sulistijanti (Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang)
Rina Chandra Noor Santi (Universitas Stikubank Semarang)



Article Info

Publish Date
08 Jun 2023

Abstract

Daun Grapevine digunakan dalam berbagai masakan tradisional di seluruh dunia. Mengenali berbagai jenis daun Grapevine menjadi semakin penting karena harga dan rasanya bervariasi. Akan tetapi, identifikasi jenis daun ini secara manual akan sulit dan membutuhkan waktu yang lama. Sehingga, beberapa penelitian tentang klasifikasi daun ini dilakukan dengan memanfaatkan metode machine learning. Penelitian ini bertujuan untuk mengklasifikasikan 5 jenis daun Grapevine menggunakan arsitektur InceptionV3 yang merupakan salah satu arsitektur Convolutional Neural Network (CNN). Dataset yang digunakan adalah dataset publik yang terdiri dari 500 gambar, dimana untuk masing-masing kelas terdiri dari 100 gambar yaitu Ak (100), Ala Idris (100), Buzgulu (100), Dimnit (100), Nazli (100). Tahapan pertama dari penelitian ini dengan cara membagi dataset menjadi data training dan data testing. Prosentase data training sebesar 80% (400 gambar) dan data testing 20% (100 gambar). Tahapan selanjutnya dengan melakukan preprocessing gambar, dimulai dengan augmentasi gambar kemudian merubah ukuran gambar menjadi 300x300 pixel. Hasil dari preprocessing gambar inilah yang digunakan untuk uji coba model. Jika peneliti sebelumnya mengusulkan model berbasis Densenet-30 dan menghasilkan akurasi 98%, peneltian ini dengan menggunakan model InceptionV3 Convolutional Network berhasil mencapai akurasi sebesar 99.5%.

Copyrights © 2023






Journal Info

Abbrev

jsakti

Publisher

Subject

Computer Science & IT Decision Sciences, Operations Research & Management Electrical & Electronics Engineering

Description

Jurnal Sains Komputer dan Teknologi Informasi (ISSN: 2655-7460 (online)) is a Scientific Journal managed by Department of Computer Science Faculty of Engineering Universitas Muhammadiyah Palangkaraya and published twice a year (in November and May) by Institute for Researches and Community Services ...