PENGEMBANGAN SISTEM KLASIFIKASI REMPAH BERBASIS WEBSITE MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK PENGENALAN DAN PEMANFAATAN REMPAH

Kharis, Ainul (2025) PENGEMBANGAN SISTEM KLASIFIKASI REMPAH BERBASIS WEBSITE MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK PENGENALAN DAN PEMANFAATAN REMPAH. Diploma thesis, Politeknik Harapan Bersama.

	Text (COVER) COVER.pdf Download (775kB)
	Text (BAB I) BAB I.pdf Download (419kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (2MB)
	Text (BAB III) BAB III.pdf Download (162kB)
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf Download (242kB)
	Text (DAFTAR LAMPIRAN) DAFTAR LAMPIRAN.pdf Download (6MB)

Abstract

Indonesia merupakan negara yang kaya akan keanekaragaman rempah dengan nilai ekonomi, budaya dan kesehatan yang tinggi. Meskipun demikian, rendahnya pengetahuan generasi muda, khususnya Generasi Z, mengenai berbagai jenis rempah masih menjadi perhatian penting. Penelitian ini bertujuan mengembangkan sistem klasifikasi rempah berbasis website dengan memanfaatkan metode Convolutional Neural Network (CNN) untuk mengenali jenis rempah berdasarkan citra gambar. Model CNN yang diuji mencakup arsitektur MobileNetV2, ResNet50V2, InceptionV3 dan DenseNet121. Dataset yang digunakan terdiri dari 32 kelas, yaitu 31 kelas rempah dan 1 kelas bukan rempah, dengan total 6.720 gambar, yang dibagi menjadi data pelatihan 70%, validasi 15% dan pengujian 15%. Hasil evaluasi menunjukkan bahwa model DenseNet121 memberikan kinerja terbaik dengan akurasi validasi sebesar 94%. Sistem juga telah diuji secara fungsional menggunakan black box testing dan berjalan sesuai dengan harapan. Selain itu, pengujian usability dengan metode System Usability Scale (SUS) menghasilkan nilai rata-rata sebesar 79, kategori B atau Good, yang menunjukkan tingkat kegunaan aplikasi berada pada level baik. Dengan adanya sistem ini, diharapkan generasi muda, khususnya Generasi Z, dapat lebih mudah mengenal serta memahami manfaat rempah melalui media yang akurat dan interaktif.

Item Type:	Thesis (Diploma)
Subjects:	A General Works > AI Indexes (General) T Technology > T Technical Information > Technical Information > A General Works > AI Indexes (General) L Education > L Education (General) S Agriculture > SB Plant culture
Divisions:	Teknik > Diploma IV Teknik Informatika
Depositing User:	Ainul Kharis
Date Deposited:	10 Oct 2025 03:21
Last Modified:	10 Oct 2025 03:21
URI:	http://eprints.poltektegal.ac.id/id/eprint/6147

Actions (login required)

View Item