IMPLEMENTASI CONVOLUTION NEURAL NETWORK (CNN) UNTUK KLASIFIKASI JAMUR KONSUMSI DI INDONESIA MENGGUNAKAN KERAS

Abstract

Sejak jaman dahulu jamur telah dijadikan bahan konsumsi oleh masyarakat. Di Indonesia sendiri jamur konsumsi yang paling banyak dibudidayakan di Indonesia diantaranya yaitu Jamur Tiram (Pleurotus Ostreatus), Jamur Kuping (Auricularia Auricula) dan Jamur Merang (Volvariella Volvaceae). Namun tidak sedikit dari masyarakat indonesia yang tidak mengetahui seperti apa bentuk dari masing-masing jamur tersebut. Salah satu metode Deep Learning yang sedang berkembang saat ini adalah Convolutional Neural Network (CNN). Jaringan ini dibuat dengan asumsi bahwa masukkan yang digunakan adalah berupa gambar. Teknik ini dapat membuat fungsi pembelajaran citra menjadi lebih efisien untuk diimplementasikan. Oleh karena itu peneliti akan memanfaatkan kelebihan dari CNN yaitu yang mampu mengklasifikasikan sebuah objek yang diperuntukan untuk data gambar sehingga model CNN akan digunakan sebagai pengenalan ketiga jenis jamur yang banyak dibudidayakan di Indonesia tersebut. Dengan menggunakan metode Keras dihasil uji coba dan evaluasi model terhadap gambar jamur menunjukan akurasi sebesar 100% pada training dan 81,667% pada proses test. Sehingga dapat disimpulkan bahwa implementasi Deep Learning dengan metode Convolutional Neural Network (CNN) mampu melakukan klasifikasi gambar jamur dengan baik.