Sistem Cerdas untuk Klasifikasi Tanaman Herbal Berdasarkan Bentuk dan Pola Daun di Botanical SmartPark SMA UII

Abstract

Tanaman herbal memiliki peran penting dalam menjaga kesehatan dan telah digunakan secara turun-temurun sebagai pengobatan tradisional di berbagai belahan dunia. Menurut World Health Organization (WHO), sekitar 80% populasi dunia masih bergantung pada tanaman herbal sebagai sarana perawatan kesehatan. Indonesia sendiri memiliki kekayaan hayati luar biasa, dengan sekitar 30.000 dari total 40.000 jenis tanaman herbal dunia, menjadikannya sebagai negara dengan keanekaragaman tanaman obat tertinggi di Asia. Namun, tantangan utama yang dihadapi masyarakat, khususnya pelajar dan pengguna awam, adalah kesulitan dalam mengidentifikasi berbagai jenis tanaman herbal karena kemiripan morfologi antarspesies, terutama pada bagian daun. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi tanaman herbal berbasis kecerdasan buatan (AI) dan teknologi pengolahan citra digital. Sistem ini menggunakan pendekatan deep learning dengan arsitektur MobileNetV2 yang dilatih pada dataset berisi 11.750 citra daun dari 47 jenis tanaman herbal yang dikoleksi di Botanical SmartPark SMA UII. Proses pengembangan mencakup pelatihan model klasifikasi, konversi ke model, serta integrasi ke dalam aplikasi Android dengan fitur kamera dan pengenalan gambar secara real-time. Aplikasi diberi nama "HERBfull Botanical SmartPark" dan dirancang untuk membantu pengunjung kebun dalam mengidentifikasi tanaman herbal secara praktis melalui perangkat smartphone. Evaluasi sistem dilakukan melalui dua tahap: pengujian menggunakan gambar data testing dan pengujian langsung melalui aplikasi oleh partisipan. Pengujian dengan 470 gambar uji menunjukkan bahwa model memiliki rata-rata akurasi sebesar 96,6%. Sementara itu, pengujian langsung oleh 4 partisipan menggunakan perangkat berbeda menunjukkan rata-rata akurasi sebesar 81%, dengan waktu respon sistem rata-rata 3,45 detik per proses klasifikasi. Selain itu, pengujian performa dan stabilitas aplikasi dilakukan menggunakan metode Black Box Testing yang menunjukkan seluruh fitur inti seperti login, pencarian tanaman, pengunggahan gambar, identifikasi, dan reset password berjalan dengan baik tanpa kegagalan sistem. Aplikasi juga mampu berfungsi dengan stabil bahkan pada kondisi jaringan internet yang lambat. Rancangan ini berhasil mencapai tujuan proyek dengan menyelesaikan masalah efisiensi sekaligus memberi manfaat edukatif dalam pengenalan tanaman herbal di Botanical SmartPark SMA UII.