KLASIFIKASI TANAMAN ANGGREK MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR VGG-19

Abstract

Anggrek merupakan salah satu keluarga tanaman berbunga yang berjumlah paling besar dan paling beragam. Banyaknya jenis tanaman anggrek yang biasa dibudidayakan di Indonesia membuat perawatan tanaman anggrek tiap genusnya bisa saja berbeda. Anggrek memiliki nilai jual yang tinggi karena keindahan bunganya yang unik, sehingga bunga pada anggrek merupakan salah satu unsur terpenting dalam tanaman anggrek yang memiliki ciri khas dan membuat anggrek berbeda dengan famili tumbuhan berbunga lainnya. Keindahan anggrek akan didapatkan jika proses budidaya dilakukan dengan benar sejak anggrek masih remaja (belum berbunga). Oleh karena itu, diperlukan suatu program untuk membantu masyarakat mengidentifikasi genus anggrek yang ditanam sehingga dapat memberikan perawatan yang optimal sesuai dengan genusnya masing-masing. Pada penelitian ini salah satu metode dari Deep Learning yaitu Convolutional Neural Network (CNN) digunakan untuk melakukan klasifikasi tanaman anggrek kedalam lima kelas, yaitu Cattleya, Dendrobium, Oncidium, Phalaenopsis, dan Vanda. Hasil pengujian menunjukkan model yang dibuat mendapatkan tingkat akurasi sebesar 82%.