Klasifikasi Jenis Daun Tumbuhan Herbal Berdasarkan Lontar Usada Taru Pramana Menggunakan CNN

Abstract

Lontar Usada Taru Pramana adalah manuskrip yang merupakan kearifan lokal Bali yang berisi mengenai pengobatan tradisional dengan tumbuhan herbal serta telah dikaji secara ilmiah. Tumbuhan herbal umumnya dikenali dari daunnya. Namun, pengenalan tumbuhan herbal menjadi sulit karena minimnya pengetahuan mengenai jenis tumbuhan herbal dan kemiripan morfologi daunnya. Penelitian ini menggunakan dataset citra daun tumbuhan herbal bernama TPHerbleaf yang digunakan untuk mengklasifikasikan jenis daun tumbuhan herbal berdasarkan Lontar Usada Taru Pramana. Dataset ini terdiri dari 50 kelas jenis daun tumbuhan herbal. Penelitian ini menggunakan tiga arsitektur Convolutional Neural Network sebagai perbandingan untuk klasifikasi, yaitu MobileNet, Inception ResNet V2, dan EfficientNet B2. Model dengan hasil terbaik adalah MobileNet dengan learning rate 0,0001 dan dropout 20%. Model ini menghasilkan akurasi 100% untuk proses training, 79% untuk validation, dan 82% untuk testing. Hasil penelitian ini menunjukkan bahwa teknologi modern dapat digunakan untuk meningkatkan pemahaman dan pelestarian warisan budaya melalui penerapan praktik dalam bidang klasifikasi citra.