KLASIFIKASI TANAMAN HERBAL DARI CITRA DAUN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

Tanaman Herbal merupakan salah satu sumber obat bagi manusia. Penggunaan tanaman herbal sudah
dilakukan sejak zaman dahulu. Sekarangpun tanaman herbal juga masih digunakan sebagai alternatif jika tidak mau
mengonsumsi obat kimia. Tingkat keanekaragaman flora yang bisa dimanfaatkan sebagai obat herbal di Indonesia
tergolong tinggi. Akan tetapi banyak masyarakat yang kurang mengenal tentang tanaman herbal. Apabila salah
mengonsumsi akan menimbulkan dampak buruk bagi tubuh. Maka dari itu dibuatnya sistem pendeteksi tanaman dari
citra daun dengan bantuan kamera smartphone sehingga akan memudahkan masyarakat mengenal tanaman dan tidak
asal menebak-nebak. Sistem ini bisa mengklasifikasikan daun tanaman yaitu daun jambu, kari, kemangi, kunyit, mint,
papaya, sirih, sirsak, lidahbuaya, dan teh hijau. Hasil dari penelitian ini berupa aplikasi yang bisa mendeteksi sebuah
tanaman sesuai dengan batasan, dengan cara memotret daunya kemudian akan keluar hasil nama tanaman serta
manfaat tanaman tersebut. Sistem klasifikasi ini mempunyai model dengan nilai akurasi 98,28% pada training dan
97% pada validation. Pembuatan model menggunakan metode CNN(Convolutional Neural Network) Pengujian
model machine learning menggunakan tools analitik confusion matrix dengan memasukan 80 citra daun akan
dideteksi nama tanamannya. Sedangkan pengujian aplikasinya menggunakan blackbox. Didapati pengaruh
pencahayaan dan sudut ambil memotret daun terhadap keakuratan prediksi.