IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK DALAM KLASIFIKASI GENUS TANAMAN ANGGREK (STUDI KASUS : HANDOYO BUDI ORCHIDS MALANG)

Kusuma, Alga Candra (2025) IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK DALAM KLASIFIKASI GENUS TANAMAN ANGGREK (STUDI KASUS : HANDOYO BUDI ORCHIDS MALANG). Skripsi thesis, Institut Teknologi Nasional Malang.

	Text 2118065_BAGIAN AWAL.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (592kB)
	Text 2118065_BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (206kB)
	Text 2118065_BAB II.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (679kB) | Request a copy
	Text 2118065_BAB III.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (549kB) | Request a copy
	Text 2118065_BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Request a copy
	Text 2118065_BAB V.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (117kB) | Request a copy
	Text 2118065_DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (195kB)
	Text 2118065_LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Request a copy

Abstract

Kesulitan mengidentifikasi genus anggrek pada fase vegetatif kerap dialami oleh masyarakat awam dan petani pemula anggrek. Proses identifikasi genus secara tradisional akan akurat disaat bunga mekar dan melalui identifikasi oleh pakar. Proses ini memakan waktu yang lama dan berisiko adanya kecurangan oleh pedagang. Penelitian ini mengusulkan sistem identifikasi genus anggrek dengan metode Convolutional Neural Network dikembangkan menggunakan Python dan dapat digunakan dalam bentuk aplikasi android, dengan data primer dari Handoyo Budi Orchid Malang (anggrek ≥ 1 tahun) dan data sekunder dari Kaggle. Datatest terdiri atas lima genus (Phalaenopsis, Dendrobium, Cattleya, Oncidium, Vanda), masing-masing 5 sampel untuk pengujian pakar. Selama pelatihan 10 epoch, train loss menurun mendekati nol sementara val loss berfluktuasi antara 0,15–0,60 dan model mencapai Accuracy 94 % (94/100) dengan precision, recall, dan F1-score rata-rata 0,94 pada training, tetapi menurun hingga 87% saat dilakukan pengujian datatest asli kepada pakar. Hasil pengujian user juga memberikan nilai 80% respon positif dari 15 responden. Hasil ini menegaskan bahwa CNN mampu memberikan identifikasi genus anggrek yang cepat dan cukup akurat sejak fase vegetatif, memudahkan petani pemula dan orang awam dalam mencegah potensi kecurangan pedagang.

Item Type:	Thesis (Skripsi)
Additional Information:	Alga Candra Kusuma (2118065)
Uncontrolled Keywords:	Convolutional Neural Network, genus anggrek, recall, precision, f1-score.
Subjects:	Engineering > Informatics Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Informatika S1 > Teknik Informatika S1(Skripsi)
Depositing User:	Alga Candra Kusuma
Date Deposited:	03 Sep 2025 05:08
Last Modified:	03 Sep 2025 05:08
URI:	http://eprints.itn.ac.id/id/eprint/14925

Actions (login required)

View Item