##plugins.themes.academic_pro.article.main##
Klasifikasi Jamur Beracun dan Tidak Beracun Menggunakan Transfer Learning Model Mobilenetv2 Pada Tensorflow di Indonesia
Abstract
Jamur memiliki peran penting dalam pangan dan kesehatan, tetapi kesamaan morfologis antara jamur beracun dan tidak beracun menyulitkan identifikasi akurat. Penelitian ini mengklasifikasikan jamur beracun dan tidak beracun di Indonesia menggunakan Transfer Learning dengan arsitektur MobileNetV2 pada TensorFlow. Metode penelitian mengikuti tahapan CRISP-DM yang mencakup pengumpulan data, pra-pemrosesan citra, pelatihan model, serta evaluasi kinerja. Model MobileNetV2 mencapai akurasi 99,13%, precision 99,49%, recall 98,97%, dan F1-score 99%. Grafik akurasi dan loss menunjukkan peningkatan kinerja yang stabil tanpa overfitting. Hasil ini menegaskan efektivitas Transfer Learning menggunakan MobileNetV2 dalam identifikasi fitur visual jamur. Model ini berpotensi diaplikasikan pada platform web atau aplikasi mobile sebagai alat bantu identifikasi jamur otomatis, mengurangi risiko keracunan.
##plugins.themes.academic_pro.article.details##
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
References
M. R. Ramadhani, “Penerapan Transfer Learning MobileNetV2 untuk Deteksi Jamur Beracun Menggunakan Convolutional Neural Network,” no. December, pp. 0–5, 2024, doi:10.13140/RG.2.2.24170.63689.
N. Fajria, dan Yulindon, J. Teknik Elektro, P. Negeri Padang, J. Limau Manih Padang, and C. Author, “Deteksi Jamur Beracun dan Tidak Beracun Menggunakan CNN dan YOLO,” Elektron J. Ilm., vol. 16, no. 1, pp. 14–21, 2024.
E. I. Haksoro and A. Setiawan, “Pengenalan Jamur Yang Dapat Dikonsumsi Menggunakan Metode Transfer Learning Pada Convolutional Neural Network,” J. ELTIKOM, vol. 5, no. 2, pp. 81–91, 2021, doi: 10.31961/eltikom.v5i2.428.
M. G. Wahdini, A. Lawi, and others, “Klasifikasi Jamur dapat Dikonsumsi dan Beracun Menggunakan Model Bayesian Network,” Semin. Nas. Tek. Elektro dan Inform., vol. 8, no. 1, pp. 234–238, 2023.
I. P. Putra and R. Hermawan, “Identifikasi Jamur Beracun Clitocybe sp. di Gresik, Indonesia (Studi Kasus),” Media Penelit. dan Pengemb. Kesehat., vol. 31, no. 2, pp. 119–124, 2021, doi: 10.22435/mpk.v31i2.4352.
N. D. Salsabila, Y. Pranajelita, E. Erdiyanto, A. Rafi, and H. Maulana, “Deteksi Jamur Kuping dan Champignon Menggunakan Segmentasi Warna dan Bentuk Berbasis Metode Convolutional Neural Network ( CNN ),” vol. 4, pp. 45–49, 2024.
A. Hermawan and A. P. Wibowo, “Implementasi Korelasi untuk Seleksi Fitur pada Klasifikasi Jamur Beracun Menggunakan Jaringan Syaraf Tiruan,” J. INTEK, vol. 5, no. 1, pp. 63–67, 2022.
Y. P. Permana, Kecerdasan Buatan: Mengubah Dunia dengan Teknologi, Jawa Barat: CV.Mega Press Nusantara, 2025.
R. Rustiyana , M. C. M. Lase, N. Imamah, O. Yendri and L. Judijanto, Pengolahan Citra Digital: Digital Image Processing, Jambi: Penerbit Buku Sonpedia, 2025.
P. D. Kusuma, Machine Learning Teori, Program, Dan Studi Kasus, Yogyakarta: CV Budi Utama, 2020.
