Klasifikasi Jenis Gulma Invasif Di Gunung Merbabu Jawa Tengah Menggunakan Metode Cnn

Abstrak

Taman Nasional Gunung Merbabu ialah taman
nasional yang mancakup kawasan hutan, ada banyak sekali
tumbuhan pengganggu ataupun gulma dimana tumbuhan ini
ialah salah satu tumbuhan yang ada dikawasan tersebut. Gulma
ialah tumbuhan yang keberadaannya tidak diharapkan
manusia, karena dapat mengganggu keseimbangan alami dan
berkompetisi dengan tanaman yang lain, untuk itu perlu
ditanggulangi. Terlebih dahulu kita harus mengatahui jenis dan
kebutuhan biologisnya agar gulma dapat di eradikasikan.
Berdasarkan penelitian ini, dilakukan pengklasifikasian citra
daun gulma. Penulis menggunakan 2 kelas jenis tumbuhan
gulma, yaitu Ageratina riparia sebanyak 1200 citra dan
Austroeupatorium inulifolium sebanyak 1000 citra. CNN
memiliki langkah-langkah dalam pengklasifikasikan citra,
seperti langkah akuisisi data, langkah pre-processing, langkah
pembelajaran arsitektur mobile net, dan langkah klasifikasi
CNN. Penelitian ini, menghasilkan model terbaik dalam
pengklasifikasian gulma yaitu dengan arsitektur mobile net,
ukuran batch size 16, optimizer RMSprop, dan learning rate
sebesar 0.00001 memiliki accuracy 100% dan loss 9.9%. Selain
parameter diatas terdapat juga parameter lain untuk
mengetahui performa model yaitu: Precision, recall, dan F1-
score

Kata kunci— Convolutional Neural Network, klasifikasi
tumbuhan invasif, gulma.