KLASIFIKASI CITRA JAMUR DENGAN METODE CONVOLUTIONAL NEURAL NETWORK BERBASIS MOBILE

IMADUDDIN, AHMAD RIZAL (2023) KLASIFIKASI CITRA JAMUR DENGAN METODE CONVOLUTIONAL NEURAL NETWORK BERBASIS MOBILE. Skripsi thesis, Universitas Sangga Buana YPKP.

	Text 1. COVER.pdf Download (3MB)
	Text 3. LEMBAR PENGESAHAN.pdf Download (3MB)
	Text 2. LEMBAR PERNYATAAN.pdf Download (3MB)
	Text 4. ABSTRAK.pdf Download (3MB)
	Text 7. BAB I.pdf Download (3MB)
	Text Draft Skripsi Final Submit - Ahmad Rizal Imaduddin.pdf Restricted to Repository staff only Download (3MB)
	Text 12. DAFTAR PUSTAKA.pdf Download (3MB)

Abstract

Terdapat ribuan jenis jamur yang tersebar di berbagai wilayah, dimana setiap jenisnya memiliki manfaat yang dapat membantu kehidupan manusia. Namun terdapat juga jenis jamur yang berbahaya apabila dikonsumsi, dikarenakan jamur tersebut dapat menyebabkan keracunan hingga kematian. Dalam satu dekade terakhir (2010-2020) di Indonesia terjadi 76 kasus keracunan jamur yang disebabkan oleh konsumsi jamur liar, hal ini disebabkan oleh kurangnya informasi, preservasi, dokumentasi serta sulitnya mengidentifikasi jenis jamur dengan menggunakan mata. Tujuan penelitian berikut yaitu untuk membangun sistem serta mencari metode terbaik yang dapat digunakan untuk membantu masyarakat dalam mengklasifikasi jenis tanaman jamur konsumsi dan beracun. Berdasarkan hasil pengujian sistem yang dibangun dengan metode convolutional neural network dengan arsitektur MobileNet didapatkan akurasi akhir yaitu 98% untuk data training dan 92% untuk data testing. Pengujian dengan confusion matrix menghasilkan akurasi rata-rata 93% untuk nilai precision, recall dan f1-score. Pengujian dengan black box testing terhadap 20 responden menghasilkan nilai 96% positif sehingga sistem berikut layak digunakan di lingkungan masyarakat.

Actions (login required)

View Item