Implementasi Convolutional Neural Network untuk Klasifikasi Rempah – Rempah Khas Indonesia

Sandi Hermawan; Nova Agustina

doi:10.25273/doubleclick.v7i1.15466

Implementasi Convolutional Neural Network untuk Klasifikasi Rempah – Rempah Khas Indonesia

Sandi Hermawan, Nova Agustina

Abstract

Indonesia merupakan negara tropis dengan kekayaan alam yang besar, salah satu kekayaan yang dimiliki Indonesia yakni rempah-rempah yang melimpah dan bermacam-macam, akan tetapi tidak semua orang mengetahui berbagai jenis dari rempah-rempah. Sehingga Pada penelitian ini bertujuan untuk meningkatkan pengetahuan mengenai jenis rempah-rempah khas indonesia, dengan menggunakan metode deep learning dibuat sebuah klasifikasi citra rempah khas Indonesia menggunakan CNN dengan train akurasi sebesar 99% dan validation akurasi sebesar 60% serta data train yang digunakan sebanyak 24 citra untuk setiap jenis rempah-rempah, terdapat 7 (tujuh) jenis rempah-rempah yang dipakai yakni Andaliman, Cabe Jawa, Cengkeh, Kapulaga, Kayu Manis, Lada dan Pala.

Keywords

Klasifikasi; Rempah-rempah; Convolutional Neural Network

Full Text:

PDF

References

Ahmad Kurniadi, K. M. (2020). Implementasi Convolutional Neural Network Untuk Klasifikasi Varietas . Journal of Computer and Information Technology, 4(1), 25-33.

Al-Amin, M. I. (2022). Spices Image Classification Using Support Vector Machine. IEEE, 1-4.

Alvin Eka Putra, M. F. (2023). Klasifikasi Jenis Rempah Menggunakan Convolutional Neural Network dan Transfer Learning. 12-18.

Anita Agustina Styawan, R. A. (2023). The use of pattern recognition for classification of Indonesian ginger (Zingiber officinale var. amarum) based on antioxidant activities and FTIR spectra. Journal of Applied Pharmaceutical Science, 149-156.

Arief Hermawan, A. P. (2022). Implementasi Korelasi untuk Seleksi Fitur pada Klasifikasi Jamur Beracun Menggunakan Jaringan Syaraf Tiruan. Jurnal INTEK, 63-67.

Cynthia Sinatra, M. N. (2016). Perancangan Buku Pengenalan Rempah-rempah. Jurnal DKV Adiwarna, 2(9), 1-9.

D. C. Khrisne, I. M. (2018). Indonesian Herbs and Spices Recognition using Smaller VGGNet-like Network. IEEE, 221-224.

Darmatasia, A. M. (2023). Implementasi Convolutin Neural Network untuk Klasifikasi Tanaman Rimpang Secara Virtual. 122-131.

Endang Suherman1, D. H. (2023). Comparison of Convolutional Neural Network and Artificial Neural Network for Rice Detection. Jurnal dan Penelitian Teknik Informatika.

Fifin Ayu Mufarroha, D. A. (2022). Klasifikasi Jenis Rempah Penghasil Minyak Atsiri Menggunakan Metode Machine Learning. Jurnal Simantec.

Hajriansyah. (2023). Identifikasi Jenis Rempah-Rempah Menggunakan Metode CNN Berbasis Android. Jurnal Riset Sistem Informasi Dan Teknik Informatika, 223-232.

Hakim, L. (2015). Rempah & Herba (1st ed.). Yogyakarta: Diandra Creative.

Hendi Hidayat, F. R. (n.d.). Implementasi Kualitas Benih Jahe Menggunakan Convolution Neural Network (CNN). Jurnal Infotech, 287-298.

Isna Wulandari, H. Y. (2020). Klasifikasi Citra Digital Bumbu dan Rempah dengan Algoritma Convolution Neural Network (CNN). JURNAL GAUSSIAN, 273-282.

Kaharuddin, K. E. (2019). Klasifikasi Jenis Rempah-Rempah Berdasakran Fitur Warna RGB dan Tekstur Menggunakan Algoritma K-Nearest Neighbor. Jurnal Informasi Interaktif.

Kaharuddin, K. E. (2019). KLASIFIKASI JENIS REMPAH-REMPAH BERDASARKAN FITUR WARNA RGB DAN . Jurnal Informasi Interaktif, 4(1), 1 - 62.

M.E. Paoletti, J. H. (2018). A new deep convolutional neural network for fast hyperspectral image. Elsevier, 120-147.

M.V.Valuevaa, N. P. (2020). Application of the residue number system to reduce hardware costs of the convolutional neural network implementation. ELSEVIER, 177, 232-243.

Mellynia Sanjaya, E. N. (2023). Deteksi Jenis Rempah-Rempah Menggunakan Metode Convolutional Neural Network Secara Real Time. Jurnal Sains Komputer & Informatika, 22-31.

Muhathir, R. T. (2023). Performance Comparison of Boosting Algorithms in Spices Classification Using Histogram of Oriented Gradient Feature Extraction. JCoSITTE, 342-349.

Nadya P. Batubara, D. W. (2020). Klasifikasi Rempah Rimpang Berdasarkan Ciri WarnaRGBDan Tekstur GLCMMenggunakan Algoritma Naive Bayes. JURNAL INFORMATIK.

Pratama, L. Z. (2023). Klasifikasi Citra Rempah-rempah dengan Menggunakan Algoritma Convolutional Neural Network (Cnn).

Rahman, F. (2019). Negeri Rempah-Rempah dari Masa Bersemi Hingga Gugurnya Kejayaan Rempah-Rempah. Jurnal Kemendikbud, 11(3), 347-362.

Sudiati, N. (2022). Metode Convolutional Neural Network (CNN) untuk deteksi jenis rempah-rempah. Jurnal Cyber Area.

Wahyu Wijaya Kusuma, R. R. (n.d.). Analisis Perbandingan Model CNN VGG16 dan Densenet121 Menggunakan Kerangka Kerja Tensorflow untuk Deteksi Jenis Hewan. Jurnal Teknik Komputer, 141-147.

Windha Mega Pradnya D, A. P. (2022). Analisis Pengaruh Data Augmentasi Pada Klasifikasi Bumbu Dapur Menggunakan Convolutional Neural Network. JURNAL MEDIA INFORMATIKA BUDIDARMA, 2022-2031.

Yuanita A. Putri, E. C. (2021). Identification of Medicinal Plant Leaves Using Convolutional Neural Network. Journal of Physics: Conference Series, 1-5.