Detail Cantuman

Jamur merupakan kelas organisme yang memiliki ciri seperti tidak memiliki chlorofil sehingga tidak dapat melakukan fotosintesis dan mengandalkan sumber makanan yang sudah mati, jamur yang diketahui memiliki ribuan jenis yang tersebar di wilayah subtropis hingga wilayah tropis. Banyaknya jenis jamur yang tumbuh, membuat jamur sulit untuk di identifikasi. Pada penelitian ini bertujuan untuk mengklasifikasi jamur dan pengaruh fitur ekstraksi DenseNet-121 berdasarkan genusnya dengan menggunakan metode feature fusion concatenation dengan menggabungkan arsitektur Visual Geometri Grup (VGG) 16 dan DenseNet-121, dengan 9 kelas jamur yang berbeda. Pengujian kinerja model dilakukan dengan beberapa hyperparameter epoch, learning rate, dan optimizer. Hasil pengujian model dengan hyperparameter 75 epoch, learning rate 0,001, dan optimzer SGD meiliki performa yang lebih baik dengan akurasi sebesar 90% . Pada penelitian ini menunjukan bahwa fitur ekstraksi DenseNet-121 dapat membantu menaikan performa dalam mengklasifikasi jamur, dengan peningkatan akurasi sebesar 4%.
Kata kunci : DenseNet-121, Feature Fusion, Jamur, Klasifikasi , VGG-16