KLASIFIKASI EMPAT TANAMAN OBAT MENGGUNAKAN ARSITEKTUR MOBILENETV2

Abstrak

Indonesia memiliki sekitar 30 ribu jenis tanaman dengan 7000 diantaranya dapat digunakan sebagai bahan untuk pengobatan tradisional. Metode pengenalan tanaman obat secara manual sangat bergantung pada pengetahuan individu, hal ini rentan terhadap kesalahan. Penelitian ini bertujuan membangun model klasifikasi tanaman obat berdasarkan gambar daun menggunakan arsitektur MobileNetV2 dan menerapkannya pada sistem berbasis website. Empat kelas tanaman obat yang diklasifikasi yaitu mengkudu, mint, sirih, telang dengan total dataset 180 citra daun. Model dilatih dengan parameter epoch = 15, learning rate = 0,005, momentum = 0,9, dan batch size = 16, menghasilkan akurasi 100% pada data training, 99% pada data validasi, dan 100% pada data testing. Implementasi dibangun berbasis website dengan framework Flask. Web ini akan memungkinkan pengguna mengunggah gambar daun untuk diklasifikasi secara otomatis. Dengan aplikasi ini, diharapkan masyarakat dapat lebih mudah mengenali dan memanfaatkan tanaman obat.