KLASIFIKASI TANAMAN HERBAL UNTUK KESEHATAN KULIT DAN RAMBUT BERDASARKAN CITRA DAUN MENGGUNAKAN ALGORITMA CNN DENGAN ARSITEKTUR INCEPTIONV3

Winda Ayu Melati, Teguh Iman Hermanto, Imam Maruf Nugroho

Abstract


Tanaman herbal telah dimanfaatkan dalam pengobatan tradisional, terutama untuk perawatan kulit dan rambut. Namun, pengenalan tanaman herbal berdasarkan ciri visual seperti bentuk daun masih dilakukan secara manual dan kurang akurat. Penelitian in bertujuan untuk membuat sistem klasifikasi otomatis sepuluh tanaman herbal berbasis citra daun menggunakan arsitektur Convolusional Neural Network (CNN) InceptionV3. Model dibangun menggunakan pendekatan deep learning dan mengikuti kerangka kerja CRISP-DM. Dataset yang digunakan terdiri dari 1.000 citra daun yang telah diproses melalui augmentasi dan penyesuaiaan ukuran. Model dilatih menggunakan algoritma Adamax dengan learning rate sebesar 0,0001 selama 20 epoch. Hasil pelatihan menunjukkan akurasi tingggi, yaitu 97,50% pada data pelatihan, 99,00% pada validasi, dan 98,00% pada pengujian. Evaluasi juga dilakukan dengan confusion matrix dan classification report untuk menilai performa per kelas. Model terbaik kemudian dikonversi ke format TensoFlow Lite dan diintegrasikan ke dalam aplikasi Android offline. Aplikasi ini memungkinkan pengguna melakukan klasifikasi tanaman hanya dengan gambar daun dan memberikan informasi manfaat tanaman secara langsung. Sistem yang dikembangkan terbukti efektif, akurat, dan dapat digunakan dalam kehidupan sehari-hari.


Keywords


aplikasi android; citra daun; CNN; klasifikasi tanaman; tanaman herbal

Full Text:

PDF

References


N. P. D. A. S. Dewi, M. W. A. Kesiman, I. M. G. Sunarya, I. G. A. A. D. Indradewi, And I. G. Andika, “Tpherbleaf : Dataset Untuk Klasifikasi Jenis Daun Tumbuhan Herbal Berdasarkan Lontar Usada Taru Pramana,” Jurnal Resistor (Rekayasa Sistem Komputer), Vol. 6, No. 2, Pp. 57–68, Aug. 2023, Doi: 10.31598/Jurnalresistor.V6i2.1421.

R. A. Akmal, S. Hartati, And A. Kurniasih, “Penerapan Pre-Trained Networks Untuk Deteksi Jenis Tanaman Herbal Berdasarkan Citra Daun,” Infomatek, Vol. 26, No. 2, Pp. 265–272, Dec. 2024, Doi: 10.23969/Infomatek.V26i2.19474.

A. Fadhila, Nurhayati, And M. M. Parenreng, “Pengenalan Tanaman Herbal Daun Merica Dan Daun Sirih Menggunakan Metode Convolutional Neural Network (Cnn),” Prosiding Seminar Nasional Teknik Elektro Dan Informatika (Sntei), 2023.

M. H. Ahmad, M. Hana, T. Ghazi Pratama, And H. Aulida, “Klasifikasi Empat Jenis Daun Herbal Menggunakan Metode Convolutional Neural Network,” 2023.

W. W. Ariestya, Y. E. Praptiningsih, And D. N. Syahputri, “Implementasi Metode Forward Chaining Pada Sistem Pakar Penyakit Kulit,” Jurnal Ilmiah Fifo, Vol. 13, No. 2, P. 182, Nov. 2021, Doi: 10.22441/Fifo.2021.V13i2.007.

A. Irjayanti, A. Wambrauw, I. Wahyuni, And A. A. Maranden, “Personal Hygiene With The Incidence Of Skin Diseases,” Jurnal Ilmiah Kesehatan Sandi Husada, Vol. 12, No. 1, Pp. 169–175, Jun. 2023, Doi: 10.35816/Jiskh.V12i1.926.

E. Karuna And J. Petrus, “Penentuan Tingkat Kerontokan Rambut Kepala Pria Dengan Metode Fuzzy Inference System Sugeno,” Jurnal Algoritme, Vol. 3, No. 2, Apr. 2023, Doi: 10.35957/Algoritme.V3i2.4204.

A. M. Atha And E. Zuliarso, “Deteksi Tanaman Herbal Khusus Untuk Penyakit Kulit Dan Penyakit Rambut Menggunakan Convolutional Neural Network (Cnn) Dan Tensorflow,” Jurnal Jupiter, Vol. 14, 2022.

M. H. Dinata, C. A. Atha, E. P. Dewiyanti, W. A. S. Tunjung, K. Anam, And F. Sofyantoro, “Kajian Pemanfaatan Tanaman Tradisional Indonesia Untuk Perawatan Kulit Atau Rambut,” Biotropic The Journal Of Tropical Biology, Vol. 8, 2024, [Online]. Available: Http://Jurnalsaintek.Uinsby.Ac.Id/Index.Php/Biotropic

R. J. Rumandan, R. Nuraini, N. Sadikin, And Y. Rahmanto, “Klasifikasi Citra Jenis Daun Berkhasiat Obat Menggunakan Algoritma Jaringan Syaraf Tiruan Extreme Learning Machine,” Journal Of Computer System And Informatics (Josyc), Vol. 4, No. 1, Pp. 145–154, Dec. 2022, Doi: 10.47065/Josyc.V4i1.2586.

Y. A. Suwitono And F. J. Kaunang, “Implementasi Algoritma Convolutional Neural Network (Cnn) Untuk Klasifikasi Daun Dengan Metode Data Mining Semma Menggunakan Keras,” Jurnal Komtika (Komputasi Dan Informatika), Vol. 6, No. 2, Pp. 109–121, Nov. 2022, Doi: 10.31603/Komtika.V6i2.8054.

C. Oktaviany, “Pengembangan Perangkat Lunak Untuk Pengelompokkan Tumbuhan Berdasarkan Citra Digital Daun Menggunakan Cnn,” Jurnal Mahasiswa Institut Teknologi Dan Bisnis Kalbis, Vol. 8, No. 2, 2022.

B. Karnadi And T. Handhayani, “Klasifikasi Jenis Buah Dengan Menggunakan Metode Mobilenetv2 Dan Inceptionv3,” Jurnal Eksplora Informatika, Vol. 14, No. 1, Pp. 35–42, Sep. 2024, Doi: 10.30864/Eksplora.V14i1.1067.

A. Hardirega, I. Jaelani, And M. Minarto, “Implementasi Convolutional Neural Network (Cnn) Klasifikasi Motif Batik Menggunakan Efficientnet-B1,” Jati (Jurnal Mahasiswa Teknik Informatika), Vol. 8, No. 5, Pp. 10023–10028, Sep. 2024, Doi: 10.36040/Jati.V8i5.10901.

N. Lubis, Mhd. Z. Siambaton, And R. Aulia, “Implementasi Algoritma Deep Learning Pada Aplikasi Speech To Text Online Dengan Metode Recurrent Neural Network (Rnn),” Sudo Jurnal Teknik Informatika, Vol. 3, no. 3, pp. 113–126, Sep. 2024, doi: 10.56211/sudo.v3i3.583.




DOI: https://doi.org/10.32487/jtt.v13i2.2578

Refbacks

  • There are currently no refbacks.


JTT (Jurnal Teknologi Terpadu) has been indexed by:

 

 

 

 

 

 

 

 

 

Web Analytics

JTT Visitor Stats