Implementasi Metode CNN dalam Klasifikasi Gambar Jamur pada Analisis Image Processing (Studi Kasus: Gambar Jamur dengan Genus Agaricus dan Amanita)

Abstract

Jamur adalah tumbuhan tanpa klorofil dan hidup bergantung dengan makhluk hidup lainnya. Terdapat lebih dari 1.500.000 spesies jamur di dunia dan hanya sekitar 74.000 diantaranya yang teridentifikasi. Di Eropa Utara, terdapat beberapa genus jamur yang banyak tumbuh dan berkembang dengan luas, diantaranya adalah Agaricus yang dikenal sebagai jamur layak konsumsi seperti Agaricus Bisporus (jamur kancing), dan genus jamur Amanita, spesies dari genus jamur tersebut dikenal sebagai jamur paling beracun di dunia, salah satunya disebut sebagai death caps yang dapat menyebabkan iritasi dan berpotensi mematikan. Namun morfologi dari beberapa jamur beracun ini bisa menyerupai jamur yang dapat dikonsumsi. Oleh karena itu, penelitian ini bertujuan untuk mengklasifikasikan gambar jamur berdasarkan kategori genusnya. Metode Deep Learning yang saat ini memiliki hasil paling signifikan dalam pengenalan citra adalah Convolutional Neural Network (CNN). Analisis yang dilakukan menghasilkan akurasi sebesar 62% menggunakan optimizer Adam dengan epoch 100 dan menggunakan skenario perbandingan data train validation 80% : 20%, ukuran kernel 3x3, dan learning rate sebesar 0,001.