SIMPLISCOPEX: MODEL DEEP LEARNING YANG
DITINGKATKAN UNTUK IDENTIFIKASI CITRA
MIKROSKOPIS FRAGMEN SIMPLISIA DAUN
TANAMAN OBAT
Total View This Week0
Total View This Week0
Institusion
Universitas Siliwangi
Author
Gunawan, Ricky Indra
Subject
T Technology (General)
Datestamp
2023-08-02 06:58:05
Abstract :
Seiring dengan berkembangnya tren ?Back to Nature?, masyarakat mulai beralih dari pengobatan kimia ke pengobatan herbal atau pengobatan tradisional yang berasal dari alam. Salah satu bentuk dari obat tradisional yaitu simplisia daun tanaman obat. Kebenaran serbuk simplisia kering tanaman obat salah satunya dapat ditentukan melalui uji mikroskopis dengan melihat fragmen-fragmen pengenalnya, namun hal tersebut masih sulit ditentukan oleh manusia karena kurangnya informasi yang memuat acuan baku. Dataset dari citra mikroskopis fragmen simplisia daun tanaman obat pun masih terbatas. Selain itu, pencocokan manual hasil uji mikroskopis dengan buku referensi standar membutuhkan waktu yang cukup lama dan memungkinkan terjadinya kesalahan manusia, sehingga perlu diterapkan kecerdasan buatan yang dapat membantu peneliti dalam memprediksi dengan cepat dan akurat jenis tanaman obat beserta bagian fragmennya berdasarkan citra mikroskopis. Kinerja pembelajaran mendalam telah menunjukkan hasil yang menjanjikan dalam bidang visi komputer dalam beberapa tahun terakhir. Terinspirasi dari teknik pembelajaran mendalam yang canggih, karya yang diusulkan menyajikan model pembelajaran mendalam untuk mengidentifikasi dan mengklasifikasikan gambar fragmen mikroskopis tanaman obat simplisia beserta bagian fragmennya yang telah ditingkatkan dengan menggunakan teknik augmentasi data, arsitektur EfficientNetB0 yang telah dilakukan penambahan lapisan baru, serta penggunaan fungsi ReduceLROnPlateau dalam proses pelatihannya, yang disebut sebagai "SimpliScopeX". Model SimpliScopeX juga dapat mengekstrak fitur cita mikroskopis fragmen simplisia daun tanaman obat secara otomatis. Hasil percobaan dengan menggunakan dataset baru menunjukkan bahwa model usulan kami dapat menghasilkan nilai akurasi tertinggi sebesar 80,25% terhadap data uji untuk masalah citra mikroskopis simplisia daun obat. Kata Kunci ? Klasifikasi Citra, Pembelajaran Mendalam, Simplisia Daun, Tanaman Obat
Seiring dengan berkembangnya tren ?Back to Nature?, masyarakat mulai beralih dari pengobatan kimia ke pengobatan herbal atau pengobatan tradisional yang berasal dari alam. Salah satu bentuk dari obat tradisional yaitu simplisia daun tanaman obat. Kebenaran serbuk simplisia kering tanaman obat salah satunya dapat ditentukan melalui uji mikroskopis dengan melihat fragmen-fragmen pengenalnya, namun hal tersebut masih sulit ditentukan oleh manusia karena kurangnya informasi yang memuat acuan baku. Dataset dari citra mikroskopis fragmen simplisia daun tanaman obat pun masih terbatas. Selain itu, pencocokan manual hasil uji mikroskopis dengan buku referensi standar membutuhkan waktu yang cukup lama dan memungkinkan terjadinya kesalahan manusia, sehingga perlu diterapkan kecerdasan buatan yang dapat membantu peneliti dalam memprediksi dengan cepat dan akurat jenis tanaman obat beserta bagian fragmennya berdasarkan citra mikroskopis. Kinerja pembelajaran mendalam telah menunjukkan hasil yang menjanjikan dalam bidang visi komputer dalam beberapa tahun terakhir. Terinspirasi dari teknik pembelajaran mendalam yang canggih, karya yang diusulkan menyajikan model pembelajaran mendalam untuk mengidentifikasi dan mengklasifikasikan gambar fragmen mikroskopis tanaman obat simplisia beserta bagian fragmennya yang telah ditingkatkan dengan menggunakan teknik augmentasi data, arsitektur EfficientNetB0 yang telah dilakukan penambahan lapisan baru, serta penggunaan fungsi ReduceLROnPlateau dalam proses pelatihannya, yang disebut sebagai "SimpliScopeX". Model SimpliScopeX juga dapat mengekstrak fitur cita mikroskopis fragmen simplisia daun tanaman obat secara otomatis. Hasil percobaan dengan menggunakan dataset baru menunjukkan bahwa model usulan kami dapat menghasilkan nilai akurasi tertinggi sebesar 80,25% terhadap data uji untuk masalah citra mikroskopis simplisia daun obat. Kata Kunci ? Klasifikasi Citra, Pembelajaran Mendalam, Simplisia Daun, Tanaman Obat
File :
1. COVER.pdf
2. LEMBAR PENGESAHAN DAN PENGUJI.pdf
13. BAB I.pdf
14. BAB II.pdf
15. BAB III.pdf
16.BAB IV.pdf
17. BAB V.pdf
18. DAFTAR PUSTAKA.pdf
19. LAMPIRAN.pdf
3. PERNYATAAN.pdf
4. ABSTRAK.pdf
5.ABSTRACT.pdf
7. KATA PENGANTAR.pdf
8. DAFTAR ISI.pdf
9. DAFTAR GAMBAR.pdf
10. DAFTAR TABEL.pdf
12. DAFTAR LAMPIRAN.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
