Klasifikasi Jamur Beracun dan Tidak Beracun Menggunakan Transfer Learning Model Mobilenetv2 Pada Tensorflow di Indonesia

Hidayatullah, Syafiq
Insan Cemerlang, Adinda Gadis
Permana, Rifaldi Bagas
Rizal, Khairul
Hidayat, Rahmat
Susliansyah, Susliansyah

Jurnal Sistem Informasi dan Sistem Komputer
Vol 11 No 1 (2026): Vol 11 No 1 - 2026

Jamur memiliki peran penting dalam pangan dan kesehatan, tetapi kesamaan morfologis antara jamur beracun dan tidak beracun menyulitkan identifikasi akurat. Penelitian ini mengklasifikasikan jamur beracun dan tidak beracun di Indonesia menggunakan Transfer Learning dengan arsitektur MobileNetV2 pada TensorFlow. Metode penelitian mengikuti tahapan CRISP-DM yang mencakup pengumpulan data, pra-pemrosesan citra, pelatihan model, serta evaluasi kinerja. Model MobileNetV2 mencapai akurasi 99,13%, precision 99,49%, recall 98,97%, dan F1-score 99%. Grafik akurasi dan loss menunjukkan peningkatan kinerja yang stabil tanpa overfitting. Hasil ini menegaskan efektivitas Transfer Learning menggunakan MobileNetV2 dalam identifikasi fitur visual jamur. Model ini berpotensi diaplikasikan pada platform web atau aplikasi mobile sebagai alat bantu identifikasi jamur otomatis, mengurangi risiko keracunan.