Layanan penulisan ilmiah yang disediakan oleh Perpustakaan Universitas Gunadarma
KLASIFIKASI TANAMAN AGLAONEMA BERDASARKAN CORAK DAUN MENGGUNAKAN CONVOLUSION NEURAL NETWORK (CNN)
ABSTRAKSI :
Tanaman Aglaonema atau dengan nama lain “sri rejeki” merupakan tanaman hias tanpa bunga namun memiliki variasi daun yang meliputi motif, bentuk, warna dan ukuran. Tanaman ini memiliki daya tarik yang terdapat pada corak dan kilau warna daun yang dimilikinya. Aglaonema di Indoenesia memiliki sekitar 30 spesies, dimana tanaman ini relatif mudah untuk dibudidayakan karena Aglaonema dapat tumbuh dengan mudah dengan memperhatikan beberapa faktor yaitu cahaya matahari, kelembapan dan media tanam. Dalam membedakan jenis Aglonema bagi kebanyakan orang akan kesulitan dan menimbulkan kesalahan karena setiap jenis Aglonema memiliki kemiripan pada struktur daun seperti bentuk, warna dan tekstur. Teknologi informasi yang semakin berkembang dapat membantu permasalahan tersebut dalam membedakan jenis dari tanaman Aglonema dengan menggunakan proses klasifikasi. Dalam membantu proses klasifikasi diperlukan metode tambahan, yaitu metode Convolutional Neural Network (CNN). Convolution Neural Network (CNN) adalah pengembangan dari Multilayer Perceptron (MLP) yang didesain untuk mengelolah data dua dimensi. Sehingga dalam mengklasifikasi jenis tanaman Aglonema metode CNN diharapkan mampu melakukan proses klasifikasi dengan tepat untuk mengurangi kesalahan dalam mengenali jenis Aglonema. Tahap penelitian melibatkan pengumpulan dataset sebanyak 756 citra aglaonema jenis Standas Orang, Super White dan Sweet Dream. Data tersebut kemudian dibagi menjadi dua kelas yaitu data training dan data testing. Tahap selanjutnya dilakukan proses preprocessing dengan normalisasi citra dan metode Convolutional Neural Networks (CNN) untuk mengklasifikasikan citra jenis aglaonema. Hasil dari klasifikasi dengan uji coba pada pelatihan data dengan 604 data training dan 152 data testing menghasilkan akurasi paling tinggi sebesar 96%, nilai sensitifitas 96