Perbandingan Performa Arsitektur MobileNet, Inception ResNet V2, dan EfficientNet B2 dalam Klasifikasi Jenis Daun Tumbuhan Herbal Berdasarkan Lontar Usada Taru Pramana

Dewi, Ni Putu Dita Ariani Sukma (2024) Perbandingan Performa Arsitektur MobileNet, Inception ResNet V2, dan EfficientNet B2 dalam Klasifikasi Jenis Daun Tumbuhan Herbal Berdasarkan Lontar Usada Taru Pramana. Masters thesis, Universitas Pendidikan Ganesha.

[img] Text (COVER)
2129101004-COVER.pdf
Download (779kB)
[img] Text (ABSTRAK)
2129101004-ABSTRAK.pdf
Download (30kB)
[img] Text (BAB 1 PENDAHULUAN)
2129101004-BAB 1 PENDAHULUAN.pdf
Download (53kB)
[img] Text (BAB 2 KAJIAN TEORI)
2129101004-BAB 2 KAJIAN TEORI.pdf
Restricted to Repository staff only
Download (830kB) | Request a copy
[img] Text (BAB 3 METODELOGI PENELITIAN)
2129101004-BAB 3 METODELOGI PENELITIAN.pdf
Restricted to Repository staff only
Download (1MB) | Request a copy
[img] Text (BAB 4 HASIL DAN PEMBAHASAN)
2129101004-BAB 4 HASIL DAN PEMBAHASAN.pdf
Restricted to Repository staff only
Download (1MB) | Request a copy
[img] Text (BAB 5 PENUTUP)
2129101004-BAB 5 PENUTUP.pdf
Restricted to Repository staff only
Download (33kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
2129101004-DAFTAR PUSTAKA.pdf
Download (183kB)
[img] Text (LAMPIRAN)
2129101004-LAMPIRAN.pdf
Download (143kB)

Abstract

Pulau Bali adalah satu diantara daerah di Indonesia yang memiliki kekayaan warisan dan budaya, salah satunya adalah penulisan lontar. Lontar Usada Taru Pramana merupakan salah satu bagian dari lontar dalam bidang pengobatan tradisional Bali (Usada Bali) yang didalamnya menjelaskan secara rinci mengenai kegunaan masing-masing jenis tumbuhan herbal dalam pengobatan. Tumbuhan herbal biasanya dapat dikenali melalui daun karena lebih stabil dibandingkan dengan bagian tumbuhan lainnya seperti buah, bunga, ataupun akar. Minimnya informasi dan pengetahuan mengenai tumbuhan herbal serta kemiripan pada morfologi daun merupakan kendala yang ditemui dalam pengenalan tumbuhan herbal. Tujuan penelitian ini adalah untuk membangun dataset citra daun tumbuhan herbal berpedoman pada Lontar Usada Taru Pramana dan menyertakan perbandingan performa klasifikasi 3 arsitektur Convolutional Neural Network yakni MobileNet, Inception ResNet V2, dan EfficientNet B2. Tahapan penelitian terdiri dari akuisisi data, data preprocessing, tahap klasifikasi, dan tahap evaluasi. Data citra daun terdiri dari 50 kelas. Skenario pengujian menggunakan perbandingan beberapa hyperparameter yakni optimizer (Adam, RMSprop, dan SGD), learning rate (0,0001 dan 0,00001), dan dropout (20% dan 30%). Hasil evaluasi menunjukkan bahwa model dengan hasil terbaik yakni arsitektur MobileNet dengan kombinasi hyperparameter yakni optimizer Adam, learning rate 0,0001 dan dropout 20%, menghasilkan nilai akurasi 100% pada training, 79% pada validation, dan 82% pada testing. Penelitian ini menghasilkan model deep learning untuk klasifikasi daun tumbuhan herbal berdasarkan Lontar Usada Taru Pramana yang dapat meningkatkan pemahaman dan pelestarian warisan budaya.

Item Type: Thesis (Masters)
Uncontrolled Keywords: Tumbuhan Herbal, Klasifikasi, Lontar Usada, Deep Learning
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Pascasarjana > Program Studi Ilmu Komputer (S2)
Depositing User: Ni Putu Dita Ariani Sukma Dewi
Date Deposited: 16 Feb 2024 05:01
Last Modified: 16 Feb 2024 05:01
URI: http://repo.undiksha.ac.id/id/eprint/18724

Actions (login required)

View Item View Item