DETEKSI JENIS TANAMAN BERBASIS CITRA DAUN MENGGUNAKAN ALGORITMA CNN (CONVOLUTIONAL NEURAL NETWORKS)

Daun sering kita jumpai dalam kehidupan sehari-hari. Daun memiliki jenis bentuk berdasarkan dari bentuk dan ukurannya sendiri. Namun, jenis dari bentuk daun yang kita kenali kadang sulit untuk mengindentifikasi dari jenis tanaman daun mana dan pengenalan secara visual memiliki kekurangan untuk bisa mengenal dari jenis tanaman daun sehingga menjadi kurang akurat daun yang identifikasi. Pada penelitian ini, dibangun sebuah kajian yang bisa untuk mengenali jenis daun berdasarkan jenis tanaman dengan menggunakan "Supervised Learning”. Sebelumnya, dilakukan proses training pada sebuah dataset dimana setiap citra yang ada di dalam dataset tersebut akan di-resize menjadi citra baru dengan ukuran tertentu. Lalu citra akan dikonversi menjadi matriks yang mana matriks ini akan dimasukkan ke dalam algoritma CNN. Pada algoritma CNN, matriks tersebut akan digunakan untuk mengekstraksi fitur yang ada pada citra menggunakan beberapa filter yang sebelumnya telah ditentukan menggunakan metode konvolusi. Lalu hasil konvolusi tersebut akan digunakan untuk pelatihan menggunakan algoritma feedforward dan backpropagation untuk mendapatkan data weight dan bias yang optimal, setelah itu dilakukan proses test dimana citra uji akan melalui proses konvolusi. Hasil konvolusi akan diklasifikasi menggunakan algoritma feedforward berdasarkan data weight dan bias yang sudah didapatkan dari proses training sebelumnya. Pengujian dilakukan dengan 375 gambar daun, 250 citra sebagai data training (latih) dan 125 citra sebagai data test (uji). Hasil pengujian menunjukkan algoritma CNN (Convolutional Neural Network) memiliki tingkat akurasi yang baik dalam pengidentifikasian piksel dan dapat mengenali dari setiap jenis daun yang ada. Menghasilkan tingkat akurasi 76%. Dari hasil pengujian dapat dinyatakan bahwa pada penelitian ini CNN (Convolutional Neural Networks) adalah classifier terbaik.