HERLIYA YOLANDA (2025) PENERAPAN CONVOLUTIONAL NEURAL NETWORK DALAM KLASIFIKASI DAUN TANAMAN OBAT MENGGUNAKAN PENDEKATAN TRANSFER LEARNING. UNSPECIFIED thesis, Universitas Bina Insan Lubuklinggau.
|
Text
RAMA_55201_2102020006.pdf Download (19MB) |
Abstract
ABSTRAK Penelitian ini bertujuan untuk menerapkan metode Transfer Learning dalam klasifikasi tanaman obat menggunakan citra daun menggunakan arsitektur VGG16-201. Daun tanaman obat memiliki nilai penting dalam bidang kesehatan dan pengobatan tradisional karena kandungan senyawa bioaktifnya yang dapat digunakan untuk mengobati berbagai penyakit. Namun, pengenalan dan klasifikasi daun tanaman obat sering kali menjadi tantangan karena perbedaan visual yang sulit dikenali secara manual. Kesalahan dalam identifikasi dapat menghambat pengembangan obat-obatan herbal dan berpotensi merugikan pengguna. Oleh karena itu, diperlukan metode yang efektif untuk mengklasifikasikan daun tanaman obat secara akurat. Dataset yang digunakan dalam penelitian ini terdiri dari 3.500 gambar yang dibagi menjadi data latih, validasi, dan uji. Proses pelatihan model dilakukan dengan menggunakan arsitektur VGG-16, yang dikenal efektif dalam mengekstraksi fitur dari citra. Hasil dari pelatihan menunjukkan bahwa model mampu mencapai akurasi sebesar 97%. Evaluasi model dilakukan menggunakan confusion matrix, yang menunjukkan bahwa model dapat mengklasifikasikan dengan sangat baik antara 10 kelas dalam klasifikasi daun tanaman obat. Hasil penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan klasifikasi tanaman obat yang lebih efektif dan efisien dapat menjadikannya alat yang potensial untuk mendukung pengambilan keputusan dalam tugas klasifikasi daun obat. Penelitian ini tidak hanya berfokus pada pengembangan model, tetapi juga memberikan wawasan tentang pentingnya penggunaan teknologi deep learning dalam bidang kesehatan, khususnya dalam klasifikasi daun tanaman obat. Kata Kunci : Daun Tanaman Obat, Klasifikasi, VGG-16
| Item Type: | Thesis (UNSPECIFIED) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Fakultas Komputer > Program Studi Informatika |
| Depositing User: | Admin Perpus UnivBI |
| Date Deposited: | 30 Mar 2026 09:55 |
| Last Modified: | 30 Mar 2026 09:55 |
| URI: | https://eprints.univbinainsan.ac.id/id/eprint/647 |
Actions (login required)
![]() |
View Item |
