KLASIFIKASI JENIS CITRA DAUN MANGGA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK

Abstract

Jenis mangga dapat ditentukan berdasarkan karakteristik daun seperti bentuk, tekstur, dan warna dari daun tersebut. Tujuan penelitian ini adalah mengklasifikasikan citra daun mangga menggunakan model Convolutional Neura Network (CNN). Dataset citra daun yang digunakan pada penelitian ini terdiri dari 3 jenis mangga sebanyak 1761 citra yaitu mangga golek, mangga harum manis, dan mangga manalagi. Rasio pembagian data yang digunakan adalah 9:1, dengan 90% untuk data pelatihan dan 10% untuk data validasi. Arsitektur model CNN yang digunakan pada penelitian ini terdiri dari 4 lapisan konvolusi yang diikuti dengan maxpooling pada setiap lapisan konvolusinya. Pelatihan dilakukan sebanyak 60 epochs karena memiliki nilai akurasi yang paling baik. Nilai akurasi model pada tahap pelatihan mencapai 97,72% atau dapat mengidentifikasi 1549 citra daun mangga dengan benar dari total 1585 citra yang ada. Nilai akurasi model pada tahap validasi mencapai nilai 89,20% atau dapat mengidentifikasi 157 citra daun mangga dengan benar dari total 176 citra yang ada.