Deteksi Objek Daun Semanggi Secara Real Time Menggunakan CNN-Single Shot Multibox Detector (SSD)

Abstract

Tumbuhan obat saat ini banyak ditemui sebagai tumbuhan yang memiliki fungsi dan berkhasiat untuk penyembuhan ataupun mencegah berbagai penyakit. Salah satunya adalah daun semanggi yang memiliki khasiat sebagai tumbuhan obat, namun masyarakat belum banyak mengenal bentuk daun tersebut. Penelitian ini bertujuan untuk melakukan deteksi objek daun semanggi yang dilakukan  secara real – time melalui input gambar berbasis kamera webcam, selanjutnya proses ekstraksi fitur dilakukan dengan deep learning menggunakan framework Tensorflow object detection dan pengolahan citra dengan metode CNN-Single Shot MultiBox Detector (SSD).  Metode penelitian yang digunakan terdiri dari beberapa tahapan yaitu akuisisi data, preproses data, proses training dan pembentukan model serta pengujian. Berdasarkan hasil Uji coba yang dilakukan dengan menggunakan perbandingan rasio terhadap data train dan data test diperoleh hasil terbaik yaitu dengan perbandingan data train dan data test 80:20 dengan precission 80 %, recall 100 % dan akurasi 86,6 %. Hal ini menyatakan bahwa model deteksi objek daun semanggi dengan menggunakan SSD dapat berjalan dengan baik.