Penerapan Pre-Trained Networks untuk Deteksi Jenis Tanaman Herbal Berdasarkan Citra Daun
DOI:
https://doi.org/10.23969/infomatek.v26i2.19474Keywords:
pre-trained networks, daun, tanaman herbalAbstract
Indonesia memiliki jenis tanaman herbal yang cukup banyak. Tanamanan herbal memiliki kebermanfaatan untuk kesehatan yang digunakan masyarakat secara luas sebagai pengobatan tradional. Akan tetapi keberadaan jenis tanaman herbal tidak cukup banyak dikenali oleh masyarakat. Melihat pentingnya tanaman ini sebagai pengobatan dan masih belum banyaknya jenis tanaman herbal yang belum diketahui masyarakat, maka diperlukan suatu teknologi yang dapat mengenali jenis tanaman herbal dari citra daun. Teknologi deep learning pre-trained model seperti ResNet50, VGG16 dan DenseNet201 yang dikombinasikan dengan arsitektur CNN digunakan untuk membuat model machine lenaring, dan dibangun juga base model CNN. Accuracy performance metrix digunakan untuk melihat kinerja model, dan dihasilkan model terbaik pada pre-trained networks DenseNet201 model dengan accuracy sebesar 100% yang akan mampu mengenali data baru secara akurat.Downloads
References
Adhinata. F. D., Rakhmadani. D. P., Wibowo. M., & Jayadi. A. (2021). A Deep Learning Using DenseNet201 to Detect Masked or Non-Masked Face. JUITA: Jurnal Informatika, 9(1), 115-121.
Firmansyach. W. A., Hayati. U., & Wijaya. Y. A. (2023). Analisa Terjadinya Overfitting Dan Underfitting Pada Algoritma Naïve Bayes Dan Decision Tree Dengan Teknik Cross Validation. JATI (Jurnal Mahasiswa Teknik Informatika), 7(1), 262-269.
Haryono, Anam. K., & Saleh. A. (2020). Autentikasi Daun Herbal Menggunakan Convolutional Neural Network dan Raspberry Pi. Jurnal Nasional Teknik Elektro dan Teknologi Informasi, 9(3), 278–286. https://doi.org/10.22146/.v9i3.302
Ibrahim. N., Rizal. S., Saidah. S., Syahrian. H., Fardiansyah. S. A., Afghani. A. Z. A., & Hayat. M. H. (2022). Klasifikasi Citra Klon Teh Seri GMB Menggunakan Convolu-tional Neural Network (CNN) dengan Arsitektur Resnet, Vgg-net, dan Alexnet. Jurnal Sains Teh dan Kina, 1(2), 27–39.
Kurniasih. A., & Manik. L. P. (2022). On the Role of Text Preprocessing in BERT Embedding-based DNNs for Classifying Informal Texts. International Journal of Advanced Computer Science and Applications, 13(6), 927–934. https://doi.org/10.14569/IJACSA.2022.01306109
Pujiati. R., & Rochmawati. N. (2022). Identifikasi Citra Daun Tanaman Herbal Menggunakan Metode Convolutional Neural Network (CNN). Journal of Informatics and Computer Science (JINACS), 3(03), 351–357. https://doi.org/10.26740/jinacs.v3n03.p351-357
Roopashree. S., & Anitha. J. (2020). Medicinal Leaf Dataset. https://doi.org/10.17632/nnytj2v3n5.1
Nugraha. R. S., & Hermawan. A. (2023). Optimasi Akurasi Metode Convolutional Neural Network Untuk Klasifikasi Kualitas Buah Apel Hijau. Jurnal Mnemonic, 6(2), 149–156. https://doi.org/10.36040/mnemonic.v6i2.6730
Sulistyowati. T., Purwanto, Zami. F. A., & Pramunendar. R. A. (2023). VGG16 Deep Learning Architecture Using Imbalance Data Methods For The Detection Of Apple Leaf Diseases. Moneter: Jurnal Keuangan Dan Perbankan, 11(1), 41–53. https://doi.org/10.32832/moneter.v11i1.57
Sari. A. T., & Haryatmi. E. (2021). Penerapan Convolutional Neural Network Deep Learning dalam Pendeteksian Citra Biji Jagung Kering. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 5(3), 265–271. https://doi.org/10.29207/resti.v5i2.3040
Wahid. M. I., Lawi. A., & Siddik. A. M. A. (2022). Perbandingan Kinerja Model Ensembled Transfer Learning Pada Klasifikasi Penyakit Daun Tomat. Seminar Nasional Teknik Elektro Dan Informatika (SNTEI), 8(1), 286–291. Retrieved from http://118.98.121.208/index.php/sntei/article/view/3630
Widyaya. J. E., & Budi. S. (2021). Pengaruh Preprocessing Terhadap Klasifikasi Diabetic Retinopathy dengan Pendekatan Transfer Learning Convolutional Neural Network. Jurnal Teknik Informatika Dan Sistem Informasi, 7(1), 110–124. https://doi.org/10.28932/jutisi.v7i1.3327
Yamashita. R., Nishio. M., Do. R. K. G., & Togashi. K. (2018). Convolutional Neural Networks: An Overview and Its Applications in Radiology. Smart Innovation, Systems and Technologies, 21–30. https://doi.org/10.1007/978-981-15-7078-0_3
Yulianto. S. (2017). Penggunaan Tanaman Herbal Untuk Kesehatan. Jurnal Kebidanan Dan Kesehatan Tradisional, 2(1), 1–7. https://doi.org/10.37341/jkkt.v2i1.37
Zamachsari. F., & Puspitasari. N. (2021). Penerapan Deep Learning dalam Deteksi Penipuan Transaksi Keuangan Secara Elektronik. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 5(3), 203–212. https://doi.org/10.29207/resti.v5i2.2952
