Saldila, Melita (2025) Implementasi Augmented Reality Untuk Pengenalan Tanaman TOGA Menggunakan Metode Convolutional Neural Network. S1 thesis, Universitas Malikussaleh.

	Text COVER.pdf Download (181kB)
	Text ABSTRAK.pdf Download (172kB)
	Text BAB 1.pdf Download (260kB)
	Text Dapus.pdf Download (169kB)
	Text MELYTA SKRIPSI.pdf Restricted to Registered users only Download (4MB) | Request a copy

Abstract

ABSTRAK Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis Augmented Reality (AR) yang terintegrasi dengan metode Convolutional Neural Network (CNN) untuk membantu masyarakat mengenali Tanaman Obat Keluarga (TOGA) secara interaktif dan meningkatkan kesadaran akan potensi manfaatnya. Aplikasi yang dikembangkan menggunakan teknologi AR untuk memberikan informasi langsung tentang tanaman TOGA yang terdeteksi melalui kamera ponsel, dengan dataset yang mencakup 10 jenis tanaman TOGA masing-masing berjumlah 200 gambar per label. Hasil penelitian menunjukkan bahwa sistem berhasil melakukan pengenalan tanaman secara real-time dengan tingkat akurasi 58.53%, precision 58.76%, dan recall 99.40%. Model CNN mampu mengenali berbagai variasi visual tanaman dalam kondisi pencahayaan dan sudut pandang yang berbeda. Pelatihan model dilakukan hingga 125.000 langkah dengan performa terbaik dicapai pada checkpoint ke-72.000 langkah. Meskipun aplikasi dapat memberikan pengalaman pembelajaran yang menarik dan efektif, tantangan utama yang dihadapi adalah keragaman bentuk fisik tanaman dalam setiap kategori yang mempengaruhi akurasi sistem. Penelitian ini membuktikan bahwa kombinasi teknologi AR dan CNN dapat digunakan sebagai solusi inovatif untuk edukasi tanaman obat, meskipun masih memerlukan pengembangan lebih lanjut untuk meningkatkan akurasi pengenalan. Kata Kunci: Augmented Reality, Convolutional Neural Network, Tanaman Obat Keluarga, Pengenalan Tanaman, Klasifikasi Real-Time

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Melita Saldila
Date Deposited:	24 Nov 2025 04:38
Last Modified:	24 Nov 2025 04:38
URI:	https://rama.unimal.ac.id/id/eprint/17188

Actions (login required)

View Item