Klasifikasi Tanaman Anggrek Menggunakan Arsitektur Convolutional Neural Network Berbasis Majority Voting

Muhammad Rifki Kurniawan; Irfan Pratama

doi:10.30591/smartcomp.v14i1.7221

Klasifikasi Tanaman Anggrek Menggunakan Arsitektur Convolutional Neural Network Berbasis Majority Voting

Muhammad Rifki Kurniawan, Irfan Pratama

Abstract

Penelitian ini membahas tentang klasifikasi tanaman anggrek menggunakan tiga arsitektur deep learning yang berbeda: Baseline CNN, Xception, dan NASNet Mobile. Berdasarkan analisis, performa dari ketiga model ini dibandingkan menggunakan nilai akurasi dan skor loss. Hasil menunjukkan bahwa NASNet Mobile memiliki performa terbaik dengan akurasi tertinggi dan skor loss terendah. Untuk lebih meningkatkan akurasi dan keandalan prediksi akhir, metode majority voting digunakan untuk menggabungkan hasil prediksi dari ketiga model tersebut. Hasil akhir menunjukkan bahwa dengan menggunakan metode majority voting, akurasi klasifikasi tanaman anggrek mencapai 100%. Penelitian ini menyimpulkan bahwa majority voting dapat secara efektif meningkatkan akurasi klasifikasi dibandingkan dengan menggunakan model tunggal, dengan memanfaatkan keunggulan masing-masing model untuk menghasilkan hasil yang optimal.

Keywords

Klasifikasi Anggrek; Deep Learning; Baseline CNN; Xception; NasNet Mobile; Majority Voting

Full Text:

References

K. Husodo, C. Lubirs, and Z. Rusdir, “Klasirfirkasir Tanaman Anggrerk Mernggunakan Convolutironal Nerural Nertwork Derngan Arsirterktur Vgg-19,” Sirmterk J. Sirst. Irnf. dan Terk. Komput., vol. 8, no. 2, pp. 253–258, 2023, doir: 10.51876/sirmterk.v8ir2.214.

A. Marirtsa, U. Hanirfah Salsabirla, M. Wafirq, P. Rahma Anirndya, and M. Azhar Ma’shum, “Perngaruh Terknologir Dalam Dunira Perndirdirkan,” Al-Mutharahah J. Pernerlirt. dan Kajir. Sos. Keragamaan, vol. 18, no. 2, pp. 91–100, 2021, doir: 10.46781/al-mutharahah.v18ir2.303.

K. Azmir, S. Derfirt, and S. Sumirjan, “Irmplermerntasir Convolutironal Nerural Nertwork (CNN) Untuk Klasirfirkasir Batirk Tanah Lirat Sumaterra Barat,” J. Unirterk, vol. 16, no. 1, pp. 28–40, 2023, doir: 10.52072/unirterk.v16ir1.504.

A. Perrdana and N. A. Farhana, “Pernerrapan Majorirty Voter Merthod Dalam Pernerntuan Permbobotan Pada Mertoder Werirghterd Product (Wp) Pada Permerrirngkatan Kampus Dir Kota Merdan Applircatiron of ther Majorirty Voter Merthod irn Werirghtirng of Werirghterd Product Merthod (Wp) irn Rankirng Campusers irn Merdan Cirty,” J. Derlir Sairns Irnform., vol. 2, no. 1, 2022.

W. Birsmir, D. Novirantir, and M. Qomaruddirn, “Analirsirs Perrbandirngan Klasirfirkasir Cirtra Gernus Pantherra derngan Pernderkatan Dererp lerarnirng Moderl MobirlerNert,” vol. 6, no. 1, pp. 1–9, 2024.

Ir. G. Perrwatir, N. Suarna, and T. Supraptir, “Analirsirs Klasirfirkasir Gambar Bunga Lirly Mernggunakan Mertoder Convolutironal Nerural Nertwork (CNN) Dalam Perngolahan Cirtra,” J. Mhs. Terk. Irnform., vol. 8, no. 3, pp. 2908–2915, 2024.

U. S. Rahmadhanir and N. L. Marpaung, “Klasirfirkasir Jamur Berrdasarkan Gernus Derngan Mernggunakan Mertoder CNN,” J. Irnform. J. Perngermb. IrT, vol. 8, no. 2, pp. 169–173, 2023, doir: 10.30591/jpirt.v8ir2.5229.

F. Parairjun, R. N. Azirza, and D. Kuswardanir, “Irmplermerntasir Algorirtma Convolutironal Nerural Nertwork Dalam Merngklasirfirkasir Kersergaran Buah Berrdasarkan Cirtra Buah,” Kirlat, vol. 11, no. 1, pp. 1–9, 2022, doir: 10.33322/kirlat.v10ir2.1458.

T. Muhamad Hafirerz, D. Irskandar, A. Wirranata S.K, and R. Firtrir Boangmanalu, “Optirmasir Klasirfirkasir Gambar Varirertas Jernirs Tomat derngan Data Augmerntatiron dan Convolutironal Nerural Nertwork,” Smart Comp Jurnalnya Orang Pirnt. Komput., vol. 11, no. 2, pp. 175–186, 2022, doir: 10.30591/smartcomp.v11ir2.3524.

Ir. Wulandarir, H. Yasirn, and T. Wirdirharirh, “Klasirfirkasir Cirtra Dirgirtal Bumbu Dan Rermpah Derngan Algorirtma Convolutironal Nerural Nertwork (Cnn),” J. Gaussiran, vol. 9, no. 3, pp. 273–282, 2020, doir: 10.14710/j.gauss.v9ir3.27416.

A. Sabrir, “Analirsirs Perrbandirngan Moderl Arsirterktur Cnndalam Pernderterksiran Coronavirrusdirserasermernggunakan Cirtra X-Rayparu-Paru,” pp. 1–65, 2022, [Onlirner]. Avairlabler: https://rerposirtory.ar-ranirry.ac.ird/ird/erprirnt/27444/

A. Fuadir and A. Suharso, “Perrbandirngan Arsirterktur Mobirlernert Dan Nasnertmobirler Untuk Klasirfirkasir Pernyakirt Pada Cirtra Daun Kerntang,” JIrPIr (Jurnal Irlm. Pernerlirt. dan Permberlajaran Irnform., vol. 7, no. 3, pp. 701–710, 2022, doir: 10.29100/jirpir.v7ir3.3026.

DOI: https://doi.org/10.30591/smartcomp.v14i1.7221