Identifikasi Jenis Rimpang Menggunakan Metode Convolutional Neural Network Berbasis Website
DOI:
https://doi.org/10.29407/vra0qj46Keywords:
CNN, Identifikasi Rimpang, Klasifikasi Tanaman, Pengenalan Citra, Tanaman ObatAbstract
Indonesia memiliki berbagai jenis tanaman rimpang bernilai ekonomi tinggi yang banyak dimanfaatkan di industri makanan, obat-obatan, dan kosmetik. Namun, proses identifikasi manual sering kali menjadi tantangan karena kesamaan visual antarjenis rimpang. Penelitian ini bertujuan untuk mengembangkan sistem berbasis website yang memanfaatkan metode Convolutional Neural Network (CNN) untuk mendeteksi empat jenis rimpang: jahe, kunyit, kencur, dan lengkuas. Dataset citra rimpang diperoleh dari berbagai platform daring dengan variasi ukuran, sudut, dan pencahayaan, serta dibagi menjadi data validasi dan data pelatihan. Model CNN dilatih selama 60 epoch untuk mengklasifikasi citra rimpang. Hasil pengujian menunjukkan bahwa model mampu mengenali jahe, kunyit, dan lengkuas dengan akurasi rata-rata di atas 95%, namun kinerja model pada rimpang kencur kurang optimal dengan akurasi rata-rata 53,3%. Sistem ini diharapkan menjadi solusi yang bermanfaat bagi sektor pertanian dan industri untuk meningkatkan kecepatan dan akurasi identifikasi rimpang.
Downloads
References
B. Setiyono et al., “Identifikasi Tanaman Obat Indonesia Melalui Citra Daun Menggunakan Metode
Convolutional Neural Network (CNN),” J. Teknol. Inf. dan Ilmu Komput., vol. 10, no. 2, hal. 385–392,
, doi: 10.25126/jtiik.20231026809.
S. A. E. ALBAKIA dan R. A. Saputra, “Identifikasi Jenis Daun Tanaman Obat Menggunakan Metode
Convolutional Neural Network (CNN) Dengan Model VGG16,” J. Inform. Polinema, vol. 9, no. 4, hal.
–460, 2023, doi: 10.33795/jip.v9i4.1420.
A. M. Atha dan E. Zuliarso, “Herbal Plants Detection Specifically For Skin And Hair Diseases Using The
Convolutional Neural Network (CNN) and Tensorflow,” JUPITER (Jurnal Penelit. Ilmu Dan Tek.
Komputer), vol. 14, no. 2-a, hal. 01–10, 2022, [Daring]. Tersedia pada:
https://doi.org/10.5281./4736/5.jupiter.2022.10
M. F. Firdaus, Y. P. Iswoyo, dan Y. N. Ahmadi, “Klasifikasi Tanaman Anggrek Menggunakan Metode
CNN Berbasis Web Django,” vol. 3, hal. 394–403, 2024.
E. D. Ratnasari, D. A. Rudira, A. S. Buana, dan T. Informatika, “Klasifikasi penyakit daun sawi hijau
dengan metode cnn 1,2,3,” vol. 3, hal. 388–393, 2024.
M. I. Rahayu, R. Jaenal, dan M. H. Risyandi, “Identifikasi Tanaman Obat Herbal Berbasis Citra,” J.
Teknol. Inf. dan Komun., vol. 12, no. 2, hal. 57–63, 2023, doi: 10.58761/jurtikstmikbandung.v12i2.5763.
A. Fadhila, M. Mabe Parenreng, J. Teknik Elektro, dan P. Negeri Ujung Pandang, “Pengenalan Tanaman
Herbal Daun Merica dan Daun Sirih Menggunakan Metode Convolutional Neural Network (CNN),”
Pros. Semin. Nas. Tek. Elektro dan Inform., vol. 9, no. 1, hal. 109–113, 2023.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Riko Andriawan, Mohammad Syaiful Afrian, Galang Elang Perkasa
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
