SISTEM KLASIFIKASI JENIS RIMPANG BERDASARKAN DAUN MENGGUNAKAN CNN MOBILENETV2

Affandi, Ahmad Khoirudin (2026) SISTEM KLASIFIKASI JENIS RIMPANG BERDASARKAN DAUN MENGGUNAKAN CNN MOBILENETV2. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

[img] Text (Full Text)
RAMA_55201_2213020064.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (3MB) | Request a copy
[img] Text (Similarity)
RAMA_55201_2213020064_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (1MB)
[img] Text (Cover sd BAB 1 + References)
RAMA_55201_2213020064_0729098903_0713059502_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (453kB)
[img] Text (BAB 2)
RAMA_55201_2213020064_0729098903_0713059502_02.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (569kB) | Request a copy
[img] Text (BAB 3)
RAMA_55201_2213020064_0729098903_0713059502_03.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (365kB) | Request a copy
[img] Text (BAB 4)
RAMA_55201_2213020064_0729098903_0713059502_04.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (813kB) | Request a copy
[img] Text (BAB 5)
RAMA_55201_2213020064_0729098903_0713059502_05.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (8kB) | Request a copy
[img] Text (References)
RAMA_55201_2213020064_0729098903_0713059502_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (68kB)
[img] Text (Lampiran)
RAMA_55201_2213020064_0729098903_0713059502_07_lamp.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi jenis rimpang berdasarkan citra daun menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2. Jenis rimpang yang diklasifikasikan terdiri atas jahe, kencur, kunyit, dan lengkuas. Sistem dikembangkan menggunakan pendekatan Research and Development dengan tahapan pengembangan yang mengadopsi metode Waterfall serta diimplementasikan dalam bentuk aplikasi berbasis web. Data citra diproses melalui tahapan resize menjadi ukuran 224 × 224 piksel, preprocessing, dan augmentasi data berupa rotasi, zoom, serta horizontal flip. Pengujian dilakukan melalui lima skenario dengan perbedaan kondisi dataset dan jumlah epoch. Hasil pengujian menunjukkan bahwa skenario pertama memperoleh nilai tertinggi sebesar 1,00 pada seluruh metrik evaluasi. Namun, skenario kelima dipilih sebagai model akhir karena menggunakan kombinasi citra dengan latar belakang langsung dan latar belakang polos yang lebih bervariasi serta lebih sesuai dengan kondisi penggunaan aplikasi. Pada pengujian 50 epoch, skenario kelima memperoleh nilai precision sebesar 0,97, recall sebesar 0,96, F1-score sebesar 0,96, dan accuracy sebesar 0,96. Pengujian menggunakan metode Black Box Testing menunjukkan bahwa seluruh fitur utama aplikasi dapat berjalan sesuai dengan fungsi yang dirancang. Dengan demikian, sistem yang dikembangkan mampu mengklasifikasikan jenis rimpang berdasarkan citra daun secara otomatis dan menampilkan hasil prediksi beserta nilai confidence kepada pengguna.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Citra Daun, Convolutional Neural Network, Klasifikasi Rimpang, MobileNetV2, Sistem Berbasis Web.
Subjects: 410 Engineering science > 457 Computer engineering
410 Engineering science > 459 Computer science
410 Engineering science > 463 Software engineering
410 Engineering science > 465 Other electrical and informatics engineering fields not yet listed
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika
Depositing User: Ahmad Khoirudin Affandi
Last Modified: 06 Aug 2026 17:38
URI: http://repository.unpkediri.ac.id/id/eprint/27841

Actions (login required)

View Item View Item