Image of Pengembangan Sistem Deteksi Bibit Jati Berdasarkan Citra Daun Menggunakan Algoritma Convolutional Neural Network (CNN) Berbasis Restful Api Di Dinas Lingkungan Hidup Dan Kehutanan Provinsi Sulawesi Selatan

Text

Pengembangan Sistem Deteksi Bibit Jati Berdasarkan Citra Daun Menggunakan Algoritma Convolutional Neural Network (CNN) Berbasis Restful Api Di Dinas Lingkungan Hidup Dan Kehutanan Provinsi Sulawesi Selatan

Proses deteksi atau klasifikasi bibit jati di Dinas Lingkungan Hidup dan Kehutanan Provinsi Sulawesi Selatan masih dilakukan secara manual oleh petugas lapangan. Cara ini membutuhkan keahlian khusus, memakan waktu, serta rawan kesalahan deteksi yang dapat memengaruhi efektivitas kegiatan konservasi dan pengelolaan hutan. Kondisi tersebut mendorong perlunya sistem deteksi bibit jati yang cepat, akurat, dan mudah diakses.
Penelitian ini mengembangkan sistem deteksi bibit jati berdasarkan citra daun menggunakan algoritma Convolutional Neural Network (CNN) berbasis RESTful API. Dataset terdiri dari empat kelas, yaitu Biotrop, Gamelina, Salomon, dan Unknown dengan total 2.192 citra untuk pelatihan dan 547 citra untuk pengujian. Model dibangun dengan metode transfer learning menggunakan arsitektur ResNet50. Sistem juga dirancang menggunakan pemodelan UML dan diuji melalui Postman untuk memastikan seluruh fitur API berjalan dengan baik. Hasil pengujian menggunakan confusion matrix menunjukkan bahwa sistem mampu mengklasifikasikan seluruh 547 citra uji dengan benar, sehingga mencapai akurasi 99%. Meskipun demikian, capaian ini masih terbatas pada dataset penelitian yang terkontrol, sehingga diperlukan pengujian lanjutan dengan variasi kondisi lapangan untuk memastikan robustnes model. Dengan demikian, sistem deteksi bibit jati yang dikembangkan siap digunakan sebagai solusi digital dalam mendukung inventarisasi dan konservasi kehutanan di Sulawesi Selatan.

Ketersediaan
S250265SKR-2025 ARY pPerpustakaan Universitas Handayani MakassarTersedia
Informasi Detail
Judul Seri
-
No. Panggil
SKR-2025 ARY p
Penerbit
Universitas Handayani Makassar : Universitas Handayani Makassar.,
Deskripsi Fisik
ii + 82 hlm; 29 x 21 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
SKR-2025 ARY p
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
Ed. 1, Cet. 1
Subjek
Citra Digital
CNN
Bibit Jati
ResNet50
RESTful API
Info Detail Spesifik
Skripsi Teknik Informatika
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar
Anda harus login sebelum memberikan komentar