Object Detection dengan Algoritma Faster RCNN pada daun tanaman obat herbal

Hilal, Muhammad Ardan (2023) Object Detection dengan Algoritma Faster RCNN pada daun tanaman obat herbal. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (243kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (327kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (443kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (458kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (921kB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (751kB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (191kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (358kB) | Request a copy

Abstract

Lebih dari 9.609 spesies tanaman Indonesia yang memiliki khasiat sebagai obat. Banyaknya spesies tumbuhan yang berkhasiat sebagai obat perlu dilakukan identifikasi untuk mengenali setiap spesies yang ada, terdapat beberapa teknik dalam melakukan identifikasi pada tumbuhan diantaranya yaitu kunci taksonomi, membandingkan spesimen, menulis deskripsi tumbuhan, membandingkan gambar dan meminta pendapat para ahli. Namun metode tersebut memiliki kelemahan salah satunya sangat bergantung pada pengetahuan para ahli, hal ini berakibat pada lamanya waktu dan membutuhkan biaya yang tinggi, terutama jika idetifikasi dilakukan dalam skala besar. Dengan memanfaatkan teknologi deep learning identifikasi tumbuhan dapat menjadi lebih cepat dengan biaya rendah. Metode yang digunakan yaitu CRISP-DM untuk pengembangan model nya dan algoritma Faster R-CNN Inception Resnet v2 untuk mendeteksi daun tanaman obat. Data yang digunakan didapat dari situs Mendeley Data dengan jumlah 1500 gambar yang berisi 30 jenis daun tanaman obat, Algoritma Faster R-CNN mendapat kinerja terbaik nya memiliki average precision 86.3% dan average recall 88.6%.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Object Detection; Faster R-CNN; Tanaman Obat; CRISP-DM;
Subjects: Data Processing, Computer Science
Numerical Analysis > Algorithms
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Muhammad Ardan Hilal
Date Deposited: 30 May 2023 02:24
Last Modified: 30 May 2023 02:24
URI: https://digilib.uinsgd.ac.id/id/eprint/68721

Actions (login required)

View Item View Item