Klasifikasi Tanaman Anggrek Menggunakan Metode CNN Berbasis Web Django

Abstract

Anggrek merupakan salah satu tanaman hias yang banyak dibudidayakan. Tiap genus anggrek mempunyai cara budidaya yang berbeda, sehingga para pembudidaya anggrek yang baru memulai perlu mengetahui genus dari anggrek yang akan dibudidayakannya terlebih dahulu. Namun tidak sedikit pemula yang mencoba membudidayakan anggrek tanpa ada pengetahuan dan pengalaman yang cukup, sehingga anggrek yang dibudidayakan tidak tumbuh dan berbunga dengan optimal. Citra yang dapat diklasifikasikan oleh sistem hanya citra 5 genus tanaman anggrek yang umum dibudidayakan, yaitu Cattleya, Dendrobium, Oncidium, Phalaenopsis dan Vanda. Klasifikasi citra genus tanaman anggrek menggunakan teknologi Deep Learning - Convolutional Neural Network (CNN) dapat membantu pembudidaya anggrek pemula dalam mengidentifikasi genus tanaman anggrek. Dalam penelitian ini akan dibuat sebuah model untuk klasifikasinya. Model tersebut akan diimplementasikan menggunakan framework django untuk mengupload gambar. Dataset yang digunakan pada penelitian ini didapatkan dari website github.com. Semua proses klasifikasi ini dilakukan melalui skema training dan testing, dimana tahap training menghasilkan sebuah model CNN beserta bobot (weight) yang telah diperbarui (updated), lalu tahap testing menggunakan model tersebut untuk diujikan terhadap data citra yang baru. Hasilnya bisa mengklasifikasi tanaman anggrek menggunakan model training yg sudah dilatih berupa anggrek_model.H5 yang sudah diimplementasikan di framework django dan mendapatkan hasil akurasi sebesar 99%.