Implementasi Deep learning Untuk Klasifikasi Tanaman Hias Beracun
Menggunakan Algoritma Convolutional Neural Network (CNN), Nurico Vicyyanto,
NIM E41190321, Tahun 2023, Teknologi Informasi, Politeknik Negeri Jember. Ery
Setiyawan Jullev Atmadji, S.Kom, M.Cs. (Pembimbing I).
Tanaman hias adalah tanaman yang tumbuh dan ditanam di sekitar rumah,
jumlah peminat tanaman hias di Indonesia semakin meningkat sejalan dengan
pernyataan Menteri Pertanian Syahrul Yasin Limpo yang menggaungkan program
Gratieks atau Gerakan Tiga Kali Ekspor untuk semua komoditas pertanian, termasuk
tanaman hias.
Produksi tanaman hias hingga triwulan II-2020 berdasarkan data BPS mencapai
342.422.645 pcs. Sedangkan volume ekspor mencapai 4.176.294 kg atau setara dengan
US$ 12.176.244, banyaknya jenis tanaman hias menjadi permasalahan, dimana
terdapat beberapa jenis tanaman hias yang beracun, masyarakat terkadang tidak begitu
mengetahui tentang tanaman hias beracun sehingga diperlukan pengetahuan khusus
untuk membedakan tanaman hias beracun dan tidak beracun. Untuk mengatasi masalah
tersebut diperlukan machine learning yang dapat mempelajari jenis-jenis tanaman hias
beracun secara lebih mendalam, oleh karena itu digunakan metode pembelajaran yang
lebih dalam yaitu deep learning, untuk mempermudah mendeteksi tanaman beracun
maka diperlukan suatu klasifikasi untuk mendeteksi tanaman hias beracun dengan
menggunakan metode klasifikasi objek pada suatu citra yaitu CNN (convolutional
Neural Network), berdasarkan hasil pengujian tersebut peneliti mendapatkan nilai
akurasi sistem sebesar 96,74% untuk data training, 82,65% untuk data testing dan 92%
untuk test uji manual.