Identifikasi Jenis Daun Tanaman Obat Menggunakan Metode Convolutional Neural Network (CNN) Dengan Model VGG16

Tanaman obat memiliki peran penting dalam pengobatan alami dan pengembangan obat-obatan baru. Klasifikasi jenis daun tanaman obat menjadi langkah penting dalam penelitian ini. Saya mengusulkan metode klasifikasi menggunakan Convolutional Neural Network (CNN) dengan model VGG16 untuk mengenali jenis daun tanaman obat secara otomatis. Model VGG16 yang telah dilatih sebelumnya digunakan sebagai arsitektur dasar, dengan penyesuaian lapisan kustom yang sesuai. Pra-pemrosesan data dilakukan melalui augmentasi data, termasuk rotasi, pergeseran, dan pemotongan citra, untuk meningkatkan variasi data pelatihan. Dataset yang digunakan terdiri dari 10 jenis daun tanaman obat yang dikumpulkan secara eksklusif. Dari percobaan ini mendapatkan training akurasi 81,61% dan validasi akurasinya 90,74%. Pada uji data 50 citra daun mendapatkan hasil akurasi 92% dengan 46 data yang terklasifikasi dan 4 data citra yang salah terklasifikasi. Temuan ini menunjukkan adanya potensi penggunaan CNN dengan model VGG16 dalam identifikasi dan pemilihan tanaman obat secara efisien dalam bidang medis dan farmasi. Penelitian ini memberikan landasan untuk pengembangan lebih lanjut dalam penelitian tentang tanaman obat dan pemanfaatan teknologi pengenalan pola untuk tujuan pengobatan dan farmasi.