Klasifikasi Jenis Rempah-Rempah Menggunakan Algoritma Convolutional Neural Network

Abstract

Rempah-rempah merupakan kekayaan alam Indonesia yang harus dilestarikan. Membedakan berbagai jenis rempah khususnya rimpang merupakan tantangan yang cukup besar bagi sebagian orang karena kemiripan visualnya. Pengolahan rempah dalam kemasan, minimnya keterlibatan langsung dalam pengolahannya, serta gaya hidup yang cenderung mengonsumsi makanan cepat saji menjadi faktor penyebab kurangnya pengetahuan mengenai wujud asli rempah. Meskipun terdapat pengenalan rempah secara tradisional dengan petunjuk dari buku, internet, atau seorang ahli, kurangnya pengetahuan luas mengenai karakteristik masing-masing rempah mengakibatkan kesulitan bagi masyarakat dalam mengidentifikasinya. Untuk mengatasi permasalahan tersebut diperlukan suatu sistem yang dapat membantu dalam mengidentifikasi jenis rimpang, salah satunya menggunakan metode Convolutional Neural Network melalui teknologi pengolahan citra. Metode ini merupakan teknik pembelajaran mendalam yang terbukti efektif dalam mengklasifikasikan jenis rimpang berdasarkan fitur visualnya, sehingga menawarkan solusi pengenalan rempah yang modern dan mudah diakses. Dataset citra dikategorikan menjadi empat kelas, dengan masing-masing kelas terdiri dari 250 citra dengan total 1000 citra. Arsitektur jaringan yang digunakan pada model terdiri dari empat lapisan konvolusi. Hasil pengujian menunjukkan bahwa model berhasil dalam melakukan klasifikasi citra dan memperoleh nilai akurasi tes terbaik sebesar 90%.