Autentikasi Daun Herbal Menggunakan Convolutional Neural Network dan Raspberry Pi

  • Haryono
  • Khairul Anam
  • Azmi Saleh
N/ACitations
Citations of this article
95Readers
Mendeley users who have this article in their library.

Abstract

Saat ini, metode autentikasi daun banyak digunakan dalam proses klasifikasi tanaman herbal. Pada dasarnya, metode autentikasi daun merupakan perbandingan antara gambar yang akan diidentifikasi dengan gambar referensi yang dibuat dalam dataset. Tujuan makalah ini adalah mengidentifikasi daun tanaman herbal menggunakan metode kecerdasan buatan, yaitu Convolutional Neural Network (CNN) yang ditanam pada Raspberry Pi. CNN memiliki keunggulan yaitu tidak memerlukan feature extraction karena di dalam CNN sudah terdapat feature extraction otomatis. Makalah ini menggunakan tujuh jenis daun dari tanaman herbal yang berbeda. Gambar daun diambil menggunakan kamera dan diproses oleh Raspberry Pi yang diintegrasikan dengan CNN. Identifikasi dilakukan pada tujuh jenis tanaman obat yang dibagi menjadi dua pertiga data training dan sepertiga data testing. Hasil dari proses identifikasi divalidasi dengan data lain yang tidak termasuk dalam data training dan data testing, serta data daun selain dari tujuh jenis daun yang diidentifikasi. Metode CNN menunjukkan hasil yang bagus dalam proses autentikasi dengan tingkat akurasi 93,62% untuk testing data secara offline dan 91,04 % untuk testing data secara online.

Cite

CITATION STYLE

APA

Haryono, Khairul Anam, & Azmi Saleh. (2020). Autentikasi Daun Herbal Menggunakan Convolutional Neural Network dan Raspberry Pi. Jurnal Nasional Teknik Elektro Dan Teknologi Informasi, 9(3), 278–286. https://doi.org/10.22146/.v9i3.302

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free