EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-SA 4.0

KLASIFIKASI JENIS JAMUR MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS CITRA DIGITAL

Luluk Elvitaria, Ira Puspita Sari, Lasiah Susanti, Zaerinisya Fitri

Rabit : Jurnal Teknologi dan Sistem Informasi Univrab · 10.07.2026 · 11 (2) · 4227-4238

DOI: 10.36341/rabit.v11i2.6933 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, online erschienen am 10.07.2026. Verfasst von Luluk Elvitaria und 3 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Penelitian ini mengusulkan metode klasifikasi jenis jamur berbasis pengolahan citra digital dengan memanfaatkan Convolutional Neural Network (CNN). Model yang digunakan merupakan arsitektur EfficientNet-B4 sebagai dasar pengembangan dengan pendekatan transfer learning yang kemudian melalui proses fine-tuning. Dataset pada penelitian ini terdiri atas 3.000 citra jamur yang terbagi ke dalam 10 kelas, di mana setiap kelas berisi 300 citra. Proses implementasi dilakukan menggunakan Google Colab dengan bahasa pemrograman Python. Evaluasi performa model mengacu pada metrik accuracy, precision, recall, dan F1-Score. Beberapa variasi model diuji dengan konfigurasi parameter pelatihan dan rasio pembagian data yang berbeda. Model terbaik, yakni Model 1, menerapkan freeze layer (custom) dan menggunakan rasio pembagian data train 80%, validation 10%, serta test 10%. Model tersebut menunjukkan kinerja tertinggi dengan akurasi 90,00%, presisi 90,09%, recall 89,63%, dan F1-Score 89,59%. Hasil penelitian ini menunjukkan bahwa penerapan freeze layer (custom) mampu mengurangi jumlah parameter yang dilatih sehingga meningkatkan akurasi model. Selain itu, pemilihan rasio pembagian data turut memberikan pengaruh terhadap kualitas performa model pada proses pelatihan dan pengujian.

Zitieren

APA

Elvitaria, L., Sari, I. P., Susanti, L., & Fitri, Z. (2026). KLASIFIKASI JENIS JAMUR MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS CITRA DIGITAL. Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, 11(2), 4227-4238. https://doi.org/10.36341/rabit.v11i2.6933

Vancouver

Elvitaria L, Sari IP, Susanti L, Fitri Z. KLASIFIKASI JENIS JAMUR MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS CITRA DIGITAL. Rabit : Jurnal Teknologi dan Sistem Informasi Univrab. 2026;11(2):4227-4238. doi:10.36341/rabit.v11i2.6933

BibTeX
@article{Elvitaria2026,
  author = {Elvitaria, Luluk and Sari, Ira Puspita and Susanti, Lasiah and Fitri, Zaerinisya},
  title = {KLASIFIKASI JENIS JAMUR MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS CITRA DIGITAL},
  journal = {Rabit : Jurnal Teknologi dan Sistem Informasi Univrab},
  year = {2026},
  volume = {11},
  number = {2},
  pages = {4227--4238},
  doi = {10.36341/rabit.v11i2.6933}
}
Kostenlos starten →