Pengenalan Objek Bunga Berbasis Deep Learning Menggunakan Model Resnet50 dan MobileNet-v2

Abstract

Seiring dengan perkembangan teknologi komputer, riset mengenai identifikasi bunga sudah mulai dilakukan. Riset ini merupakan riset awal untuk pengembangan robot berbasis artifisial intelligent untuk dapat mengenai jenis-jenis bunga dengan baik. Untuk mengetahui model atau metode yang cocok untuk identifikasi bunga perlu adanya berbagai macam riset dengan menggunakan berbagai jenis dan jumlah dataset gambar bunga. Penelitian ini akan melakukan pengenalan objek bunga berbasis deep learning menggunakan model Resnet50 dan MobileNet-v2. Dataset dalam eksperimen ini berisi 4242 data dengan gambar objek bunga yang yang terdiri dari lima kelas antara lain chamomile, tulip, rose, sunflower, dandelion. Hasil kinerja terbaik didapatkan oleh model ResNet50 dengan akurasi validasi sebesar 92.67%, sedangkan model MobileNetV2 mendapatkan akurasi validasi sebesar 91.35%.