DETEKSI DAUN MAWAR DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK MEMPREDIKSI WARNA BUNGA

Read full text
Authors: Mukhamad Fahrur Rozi, Evy Poerbaningtyas
Cited by: 0

Abstract

Penelitian ini dilatarbelakangi oleh kesulitan dalam memprediksi warna bunga mawar pada tanaman yang belum berbunga, terutama bagi petani dan pembeli di daerah Sidomulyo, Kota Batu. Warna bunga menjadi daya tarik utama, namun prediksi hanya berdasarkan pengamatan visual daun sering kali tidak akurat. Hipotesis awal menyatakan bahwa warna bunga dapat diprediksi melalui ciri visual pada daun seperti tekstur dan warna. Metode Convolutional Neural Network (CNN) akan digunakan sebagai klasifikasi citra untuk memprediksi tiga kelas warna bunga mawar: merah, kuning, dan putih. Dataset terdiri dari 500 gambar daun mawar dan dievaluasi menggunakan metode 5-Fold Cross Validation. Arsitektur model terbaik diperoleh dari Fold ke-4 dengan akurasi 62,67%. Confusion matrix akan digunakan sebagai evaluasi hasil. Hasil menunjukkan bahwa meskipun model belum optimal, pendekatan ini memiliki potensi untuk membantu petani dalam mengidentifikasi warna bunga lebih dini.

Fields of Study & Subjects

Smart Agriculture and AI Advanced Neural Network Applications Data Mining and Machine Learning Applications

Publication details

Journal / source
Conference on Innovation and Application of Science and Technology (CIASTECH)
Volume
8
Issue
1
Pages
511–518
Publication date
15 January 2026