Penerapan Convolutional Neural Network Pada Klasifikasi Tanaman Menggunakan ResNet50

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan tanaman apel menjadi dua kategori, yaitu sehat dan busuk, serta menciptakan perangkat lunak berbasis Desktop yang dapat mengklasifikasikan jenis tanaman berdasarkan citra digital menggunakan Convolutional Neural Network (CNN) dengan model ResNet50. Data yang digunakan untuk melatih model terdiri dari 1545 gambar, sedangkan data uji yang digunakan berjumlah 661 gambar. Proses klasifikasi dilakukan untuk dua kelas, yaitu citra daun apel sehat dan citra daun apel busuk. Hasil evaluasi model menggunakan Confusion Matrix menunjukkan akurasi sebesar 91% setelah proses pelatihan dilakukan selama 50 epoch pada data latih. Selanjutnya, aplikasi perangkat lunak berbasis Desktop dibuat untuk menampilkan hasil jenis daun apel yang dipilih, dengan menampilkan informasi apakah daun tersebut termasuk dalam kategori sehat atau busuk.