KLASIFIKASI JENIS TANAMAN PHILODENDRON BERDASARKAN CITRA DAUN MENGGUNAKAN ALGORITMA CNN

Abstrak

Identifikasi tanaman hias secara akurat menjadi penting seiring meningkatnya minat masyarakat terhadap koleksi tanaman tropis, salah satunya dari genus Philodendron. Tanaman hias ini memiliki banyak varietas yang seringkali sulit dibedakan karena kemiripan visual pada bentuk dan pola daunnya. Penelitian ini bertujuan mengembangkan sistem untuk klasifikasi jenis Philodendron berdasarkan citra daun menggunakan algoritma Convolutional Neural Network (CNN) untuk membantu proses identifikasi. Metode yang digunakan adalah dengan dataset 5000 citra daun dari lima jenis Philodendron, yang dibagi menjadi 80% data latih, 10% data validasi, dan 10% data uji. Model CNN dengan arsitektur SSD MobileNetV2 FPNLite diimplementasikan dan dilatih selama 50.000 langkah, lalu dioptimalkan untuk perangkat bergerak menggunakan TensorFlow Lite. Analisis kinerja dilakukan menggunakan confusion matrix untuk mengevaluasi metrik akurasi, presisi, recall, dan F1-Score. Hasil penelitian menunjukkan bahwa model yang dikembangkan mampu melakukan klasifikasi citra daun secara akurat, baik dalam bentuk gambar statis maupun secara real-time. Sistem ini telah berhasil diimplementasikan dalam aplikasi Android yang diharapkan dapat menjadi alat bantu identifikasi praktis bagi pengguna umum maupun pecinta tanaman hias.

Identifier

• OpenAlex: https://openalex.org/W7117450203
• DOI: https://doi.org/10.37859/coscitech.v6i2.9484