Implementasi Prediksi Tanaman Herbal Menggunakan Algoritma Convolutional Neural Network Berbasis Android.

Authors

  • Andika Kurnia Sandi Yuda Universitas Bina Sarana Informatika
  • Ahmad Setiadi Universitas Bina Sarana Informatika

DOI:

https://doi.org/10.31294/reputasi.v4i2.2403

Keywords:

Prediksi Tanaman Herbal, Convolution Neural Network, Android

Abstract

Indonesia terkenal kaya akan sumber bahan obat tradisional dan obat alam yang dimanfaatkan oleh sebagian besar masyarakatnya secara turun-temurun. Sumber bahan obat tradional dan obat alam tersebut didapatkan dari tumbuhan herbal yang diketahui memiliki senyawa tertentu yang bermanfaat bagi kesehatan. Kandungan senyawa pada tumbuhan herbal dijumpai pada organ tubuh tumbuhan, salah satunya daun. Berdasarkan pengamatan, terdapat bentuk morfologi daun, warna daun, dan tekstur daun. Selain itu, terdapat karakter daun, yang meliputi pinggiran daun, ujung daun, pangkal daun, permukaan daun, dan tipe daun. penelitian ini memiliki tujuan khusus dan tujuan umum, Tujuan umum penelitian ini adalah mengembangkan dan menguji model CNN untuk klasifikasi tanaman, serta mengukur kinerjanya. Penelitian ini memiliki tujuan khusus untuk menguji model CNN dalam klasifikasi tanaman dan membandingkan akurasinya dengan model-model lain. metode penelitian ini memakai dua metode yaitu studi pustaka dan observasi yaitu studi pustaka dengan cara mengumpulkan data dari buku,jurnal,dan internet sedangkan observasi dengan cara pengumpulan data tumbuhan herbal memakai 2 dataset. adapun hasil dari penelitian ini adalah dengan adanya perancangan aplikasi jyupiter cure, diharapkan dapat membantu masyarakat dalam mengenali jenis tanaman herbal berdasarkan citra daunnya serta memberikan informasi mengenai dari tanaman tersebut.

Kata kunci: prediksi tanaman herbal, convolution neural network, android

References

Agil, M., Wahyuni, T. S., Studiawan, H., & Rakhmawati, R. (2019). OPTIMALISASI PEMANFAATAN HERBAL UNTUK KESEHATAN MASYARAKAT DESA WAJIK KABUPATEN LAMONGAN PROVINSI JAWA TIMUR. JURNAL PENGABDIAN KEPADA MASYARAKAT, 24(4), 883–889. https://doi.org/10.24114/JPKM.V24I4.12515

Begue, A., Kowlessur, V., Singh, U., Mahomoodally, F., & Pudaruth, S. (2017). Automatic Recognition of Medicinal Plants using Machine Learning Techniques. IJACSA) International Journal of Advanced Computer Science and Applications, 8(4). www.ijacsa.thesai.org

Chouhan, S. S., Kaul, A., & Singh, U. P. (2019). Madhav Institute of Technology & Science: A Database of Leaf Images: Practice towards Plant Conservation with Plant Pathology. Mendeley Data V1.

Daun Herbal Menggunakan, A., Anam, K., & Saleh, A. (2020). Autentikasi Daun Herbal Menggunakan Convolutional Neural Network dan Raspberry Pi (Authentication of Herbal Leaves Using Convolutional Neural Network and Raspberry Pi). Jurnal Nasional Teknik Elektro Dan Teknologi Informasi |, 9(3).

Dudi, B., & Rajesh, V. (2019). plant recognition based on CNN and machine learning. International Journal of Advanced Trends in Computer Science and Engineering, 8(4), 999–1003.

Hu, F., Xia, G.-S., Hu, J., Zhang, L., Foody, G. M., Wang, L., & Thenkabail, P. S. (2015). Transferring Deep Convolutional Neural Networks for the Scene Classification of High-Resolution Remote Sensing Imagery. Remote Sensing 2015, Vol. 7, Pages 14680-14707, 7(11), 14680–14707. https://doi.org/10.3390/RS71114680

Ilahiyah, S., & Nilogiri, A. (2018). Implementasi Deep Learning Pada Identifikasi Jenis Tumbuhan Berdasarkan Citra Daun Menggunakan Convolutional Neural Network. JUSTINDO (Jurnal Sistem Dan Teknologi Informasi Indonesia), 3(2), 49–56. https://doi.org/10.32528/JUSTINDO.V3I2.2254

Jabi, D., & Hayuningtyas, R. Y. (2022). Sistem Informasi Penggajian Karyawan Berbasis Website Pada Sekolah Tunas Bangsa Greenville. Reputasi: Jurnal Rekayasa Perangkat Lunak, 3(2), 31–36. https://doi.org/10.31294/REPUTASI.V3I2.1601

Jeon, W. S., & Rhee, S. Y. (2017). Plant Leaf Recognition Using a Convolution Neural Network. International Journal of Fuzzy Logic and Intelligent Systems, 17(1), 26–34. https://doi.org/10.5391/IJFIS.2017.17.1.26

Kaya, A., Keceli, A. S., Catal, C., Yalic, H. Y., Temucin, H., & Tekinerdogan, B. (2019). Analysis of transfer learning for deep neural network based plant classification models. Computers and Electronics in Agriculture, 158, 20–29. https://doi.org/10.1016/J.COMPAG.2019.01.041

Maulana, F. F., & Rochmawati, N. (2019). Klasifikasi Citra Buah Menggunakan Convolutional Neural Network. Journal of Informatics and Computer Science (JINACS), 1(02).

M.Siregar, H., Wahyuni, S., & Ardaka, I. M. (2019). Karakterisasi Morfologi Daun Begonia Alam (Begoniaceae): Prospek Pengembangan Koleksi Tanaman Hias Daun di Kebun Raya Indonesia. JURNAL BIOLOGI INDONESIA, 14(2). https://doi.org/10.14203/JBI.V14I2.3739

Mustafa, M. S., Husin, Z., Tan, W. K., Mavi, M. F., & Farook, R. S. M. (2020). Development of automated hybrid intelligent system for herbs plant classification and early herbs plant disease detection. Neural Computing and Applications, 32, 11419–11441.

Nusantoro, J., Afrinanto, F. F., Labibah, W. S., Sari, Z., & Azhar, Y. (2022). Detection of Covid-19 on X-Ray Image of Human Chest Using CNN and Transfer Learning. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 6(3), 430–441. https://doi.org/10.29207/RESTI.V6I3.4118

Penelitian, J. I., Yan, O., Basman, P., Sekolah, Z., Keguruan, T., Pendidikan, I., & Selatan, N. (2020). TANAMAN OBAT KELUARGA DALAM PERSPEKTIF MASYARAKAT TRANSISI (Studi Etnografis pada Masyarakat Desa Bawodobara). Jurnal Inovasi Penelitian, 1(2), 99–106. https://doi.org/10.47492/JIP.V1I2.55

Rochman, F., & Junaedi, H. (2020). Implementasi Transfer Learning Untuk Identifikasi Ordo Tumbuhan Melalui Daun. ., 1(6), 672–679.

S, K. S., & Perangin-Angin, M. I. (2018). Klasifikasi Tanaman Obat Berdasarkan Ekstraksi Fitur Morfologi Daun Menggunakan Jaringan Syaraf Tiruan. Jurnal Informatika, 5(2), 169–174. https://doi.org/10.31294/JI.V5I2.3770

Warta, L., Harismah, K., Chusniatun, D., Kimia, J. T., & Tarbiyah, J. (2017). PEMANFAATAN DAUN SALAM (Eugenia polyantha) SEBAGAI OBAT HERBAL DAN REMPAH PENYEDAP MAKANAN. Warta LPM, 19(2), 110–118. https://doi.org/10.23917/WARTA.V19I2.2742

Downloads

Published

2024-06-20

How to Cite

Yuda, A. K. S., & Ahmad, S. (2024). Implementasi Prediksi Tanaman Herbal Menggunakan Algoritma Convolutional Neural Network Berbasis Android. Reputasi: Jurnal Rekayasa Perangkat Lunak, 4(2), 84-88. https://doi.org/10.31294/reputasi.v4i2.2403