IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK (CNN) DALAM KLASIFIKASI TANAMAN HERBAL BERBENTUK RIMPANG PADA SISTEM INFORMASI BERBASIS WEBSITE

Abstract

Tanaman rimpang merupakan salah satu jenis tanaman herbal yang banyak dimanfaatkan dalam bidang kesehatan dan pengobatan tradisional. Tanaman rimpang seperti jahe, kunyit, lengkuas, kencur, dan temulawak merupakan tanaman herbal yang banyak dimanfaatkan dalam pengobatan tradisional. Namun, kemiripan bentuk dan warna antar jenis rimpang sering kali menyulitkan proses identifikasi secara kasat mata. Kesalahan identifikasi tidak hanya menurunkan efektivitas pengobatan, tetapi juga dapat memicu risiko kesehatan serius, seperti keracunan, gangguan pencernaan, hingga reaksi alergi pada individu yang sensitif terhadap senyawa bioaktif tertentu. Penelitian ini bertujuan membangun sistem klasifikasi tanaman rimpang secara otomatis menggunakan metode Convolutional Neural Network (CNN) yang diimplementasikan dalam sistem berbasis website. Selain melakukan klasifikasi, sistem ini juga menyajikan informasi mengenai karakteristik masing-masing tanaman rimpang guna meningkatkan pemahaman dan kewaspadaan pengguna dalam pemanfaatannya. Model dilatih menggunakan 50 epoch dengan skema pembagian data 80% untuk training, 10% validasi, dan 10% testing. Pengujian dilakukan sebanyak tiga kali dengan variasi nilai learning rate yang berbeda-beda. Hasil terbaik diperoleh pada pengujian kedua dengan learning rate 0.001 dengan akurasi sebesar 92,73%.