IDENTIFIKASI TANAMAN HIAS MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DENGAN IMPLEMENTASI TRANSFER LEARNING

OKTARIYANTO, VIDIAN VITO (2023) IDENTIFIKASI TANAMAN HIAS MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DENGAN IMPLEMENTASI TRANSFER LEARNING. Tugas Akhir/Skripsi thesis, Universitas Ma Chung.

Preview

Text 01-311710018 VIDIAN VITO OKTARIYANTO.pdf Download (2MB) | Preview

Abstract

Pada saat pandemi covid 19 tren tanaman hias meningkat di kalangan
masyarakat. Seiring banyaknya permintaan tanaman hias muncul juga
permasalahan yakni informasi-informasi yang kurang tepat bahkan bisa menjadi
hoax. Berita yang tidak benar dan cenderung menakut-nakuti dapat menambahkan
kecemasan bagi masyarakat ditengah pandemi apalagi bagi masyarakat yang awam
terhadap tanaman hias. Maka dari itu tujuan penelitian ini adalah membuat aplikasi
android yang membantu masyarakat dalam mendapatkan informasi mengenai
tanaman hias dengan mudah.
Penelitian ini menggunakan metode transfer learning dengan model
MobileNetV2 dari Keras ditambah dengan layer custom buatan sendiri untuk 9
kelas tanaman hias. Penelitian ini juga melakukan beberapa eksperimen dengan
jumlah layer MobileNetV2 dan pemilihan optimizer. Kemudian untuk rancang
bangun aplikasi android keseluruhannya menggunakan framework flutter, python,
dan JSON sebagai penyimpanan data.
Dari eksperimen yang dilakukan keputusan yang diambil adalah
menggunakan semua layer dari model MobileNetV2 dengan Adagrad Optimizer
dengan akurasi 88%. Dapat disimpulkan bahwa dengan metode transfer learning
dapat membantu menghasilkan nilai akurasi sebesar 88% dengan data latih yang
terbatas yakni sebesar 300 citra, tentunya juga ditambah dengan data augmentasi.

Kata Kunci : Convolutional Neural Network, Transfer Learning, Adagrad, Flutter,
Android

Item Type:	Thesis (Tugas Akhir/Skripsi)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi dan Desain > S1 Teknik Informatika
Depositing User:	umclibs1
Date Deposited:	04 Feb 2026 07:01
Last Modified:	04 Feb 2026 07:01
URI:	http://repository.machung.ac.id/id/eprint/1155

Actions (login required)

View Item