Edit Dokumen.

Perbarui informasi dokumen referensi.

Judul WAJIB

Penulis

Tahun

Kategori

Abstrak WAJIB

Daun herbal merupakan jenis yang sering digunakan oleh masyarakat di sektor kesehatan. Permasalahan yang dihadapi adalah kurangnya pengetahuan tentang jenis-jenis daun herbal dan kesulitan membedakan jenis-jenis daun herbal bagi masyarakat awam yang tidak memahami tumbuhan. Jika jenis tumbuhan yang digunakan salah, akan berdampak negatif pada kesehatan. Klasifikasi otomatis dengan bantuan teknologi akan mengurangi risiko salah identifikasi jenis daun herbal. Untuk melakukan identifikasi, diperlukan proses deteksi daun herbal yang tepat dan akurat. Penelitian ini bertujuan untuk mempermudah model klasifikasi citra daun herbal dengan nilai akurasi yang lebih tinggi dibandingkan penelitian sebelumnya. Oleh karena itu, metode yang diusulkan dalam proses klasifikasi ini adalah salah satu metode Transfer Learning, yaitu Convolutional Neural Network (CNN) dengan model VGG16 yang telah dilatih sebelumnya. Penelitian ini menggunakan dataset daun herbal dengan total 10 kelas: Belimbing Wuluh, Jambu Biji, Jeruk Nipis, Kemangi, Lidah Buaya, Nangka, Pandan, Pepaya, Seledri, dan Sirih. Kinerja hasil metode klasifikasi yang diusulkan pada dataset uji menggunakan Laporan Klasifikasi menunjukkan peningkatan nilai akurasi hasil penelitian sebelumnya dari 82% menjadi 97%. Penelitian ini juga menerapkan Image Data Generator dalam proses augmentasi yang bertujuan untuk meningkatkan citra daun herbal, mengurangi overfitting, dan meningkatkan akurasi.

BATAL