APLIKASI MOBILE KLASIFIKASI TANAMAN OBAT HERBAL BERDASARKAN CITRA MENGGUNAKAN MODEL EFFICIENTNETV2B0

Maulana, Nur Rizqi (2025) APLIKASI MOBILE KLASIFIKASI TANAMAN OBAT HERBAL BERDASARKAN CITRA MENGGUNAKAN MODEL EFFICIENTNETV2B0. Diploma thesis, Politeknik Harapan Bersama.

	Text (Cover) Cover.pdf Download (585kB)
	Text (BAB I) BAB I.pdf Download (909kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (2MB)
	Text (BAB III) BAB III.pdf Download (187kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf Download (235kB)
	Text (Lampiran) Lampiran.pdf Download (10MB)

Abstract

Indonesia merupakan salah satu negara dengan keanekaragaman hayati terbesar di dunia, termasuk kekayaan tanaman obat yang mencapai lebih dari 30.000 spesies. Berdasarkan Riset Tumbuhan Obat dan Jamu (RISTOJA) oleh Badan Litbang Kesehatan, masyarakat Indonesia telah memanfaatkan lebih dari 10.047 ramuan tradisional untuk pengobatan berbagai penyakit. Meskipun potensinya besar, masyarakat umum masih sering mengalami kesulitan dalam mengenali dan membedakan jenis-jenis tanaman obat herbal. Hal ini terutama disebabkan oleh keterbatasan pengetahuan masyarakat dalam mengenali ciri-ciri morfologi tanaman obat herbal, sehingga berisiko terjadi kesalahan identifikasi yang dapat menyebabkan konsumsi tanaman yang beracun. Perkembangan teknologi kecerdasan buatan (Artificial Intelligence/AI), khususnya Convolutional Neural Network (CNN), telah membuka peluang baru dalam identifikasi citra daun tanaman obat. Penelitian ini mengusulkan penggunaan arsitektur EfficientNetV2B0 yang dikenal unggul dalam efisiensi parameter dan akurasi tinggi. Model ini menunjukkan akurasi validasi dan pengujian sebesar 98%. Hasil dari penelitian ini adalah sebuah aplikasi mobile yang mampu membantu masyarakat awam dalam mengidentifikasi tanaman obat yang ada di sekitar lingkungan masyarakat. Dengan adanya aplikasi ini, diharapkan masyarakat dapat lebih mudah mengetahui jenis-jenis tanaman obat herbal beserta manfaat dan cara pengolahannya, serta meminimalkan risiko kesalahan identifikasi yang dapat berdampak negatif terhadap kesehatan.

Item Type:	Thesis (Diploma)
Subjects:	T Technology
Divisions:	Teknik > Diploma IV Teknik Informatika
Depositing User:	Nur Rizqi Maulana
Date Deposited:	12 Sep 2025 09:05
Last Modified:	12 Sep 2025 09:05
URI:	http://eprints.poltektegal.ac.id/id/eprint/5905

Actions (login required)

View Item