Hendra Setiyawan
Pengarang
Dian Asmarajati., M.Kom.
Dosen Pembimbing 1
Muslim Hidayat, M.Kom
Dosen Pembimbing 2
Dian Asmarajati., M.Kom.
Ketua Penguji
Erna Dwi Astuti., M.Kom.
Penguji 1
M.Fuat Asnawi, S.Kom., M.m.
Penguji 2
Rempah-rempah merupakan salah satu sumber daya hayati yang telah memainkan
peran penting dalam sejarah manusia. rempah-rempah banyak ditemukan di negaranegara
tropis,
termasuk
Indonesia
yang
kaya
akan
sumber
daya
agraris
Penelitian
ini
bertujuan untuk mengimplementasikan algoritma Convolutional Neural
Network (CNN) dengan memanfaatkan arsitektur MobileNet dalam mempermudah
masyarakat dalam mengenali atau membedakan jenis rempah-rempah terutama
pada rempah-rempah yang memiliki kemiripan baik dari segi bentuk dan warna.
Dengan meningkatnya kebutuhan akan sistem yang dapat mengidentifikasi dan
mengenali tanaman secara otomatis dan akurat, metode CNN dipilih karena
kemampuannya yang tinggi dalam mengenali pola visual pada gambar. Hasil
penelitian menunjukkan bahwa model yang dikembangkan mampu mencapai
akurasi sebesar 93%, dengan nilai presisi 94%, nilai recall 93%, dan nilai f1-score
94%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa model CNN dengan
arsitektur MobileNet memberikan performa yang baik dalam Pengenalan jenis
rempah. Selain itu, penerapan model ini ke dalam sebuah aplikasi berbasis website
juga berjalan dengan baik, menunjukkan potensi yang besar untuk digunakan secara
praktis oleh remaja dan ahli dalam mengidentifikasi jenis rempah secara efektif.
Kata Kunci : Rempah, Convolution Neural Network, Mobilnet