Proposal Skripsi ini telah dibimbingkan kepada para pembimbing sesuai dengan SK bimbingan Skripsi/Tugas Akhir di Program Studi Teknik Informatika Jenjang S1 Fakultas Ilmu Komputer Universitas Kuningan dan telah disetujui pada : Tempat : Fakultas Ilmu Komputer. Proposal Skripsi ini telah Diujikan dan Dipertahankan di Depan Dosen Penguji dan Penelaah Sidang Seminar Usulan Penelitian, Program Studi Teknik Informatika Jenjang Fakultas Ilmu Komputer Universitas Kuningan dan telah disetujui pada : Tempat : Fakultas Ilmu Komputer. Yang telah memberikan rahmat dan hidayah-Nya kepada peneliti sehingga dapat menyelesaikan proposal skripsi ini.
Adapun judul proposal skripsi yang peneliti ambil adalah “RANCANG BANGUN APLIKASI ANDROID UNTUK DETEKSI TANAMAN KONSUMSI DI PENDAKIAN GUNUNG CIREMAI MENGGUNAKAN ALGORITMA CONVULUTIONAL NEURAL NETWORK”. Dalam proses penyelesaian proposal skripsi ini, peneliti memperoleh banyak bantuan dari berbagai pihak baik berupa bimbingan, arahan secara tertulis maupun secara lisan sehingga proposal dapat diselesaikan. Ibu Yati Nurhayati, M.Kom., selaku Kepala Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Kuningan.
Dalam penyusunan ini peneliti menyadari bahwa dalam penyusunan hasil penelitan skripsi ini tidak luput dari kesalahan. Semoga proposal skripsi ini dapat bermanfaat bagi peneliti, tempat/objek penelitian, Institusi dan bagi para pembaca pada umumnya.
Latar Belakang Masalah
Selain itu, kurangnya pengetahuan tentang tanaman yang dapat dikonsumsi sebagai sumber pangan menjadi masalah serius. Banyak tanaman di pegunungan yang sebenarnya dapat dimanfaatkan sebagai makanan, namun sangat sedikit pendaki yang mengetahui jenis-jenis tanaman tersebut dan dapat membedakannya dari tanaman yang tidak layak dikonsumsi. Berdasarkan wawancara yang dilakukan oleh peneliti dengan beberapa pendaki, sebagian besar dari mereka mengakui bahwa mereka tidak memiliki pengetahuan yang cukup mengenai tanaman konsumsi di Gunung Ciremai.
Hal ini menunjukkan bahwa diperlukan sebuah sistem yang dapat membantu pendaki dalam mengenali tanaman yang dapat dikonsumsi agar mereka lebih siap menghadapi kondisi tak terduga selama pendakian. Sebagai solusi atas permasalahan kurangnya pengetahuan pendaki mengenai tanaman yang dapat dikonsumsi di Gunung Ciremai, diperlukan sebuah sistem yang dapat membantu mereka dalam mengenali tanaman konsumsi secara cepat dan akurat. Salah satu solusi yang dapat diterapkan adalah pengembangan aplikasi deteksi objek tanaman konsumsi berbasis teknologi deep learning.
Aplikasi ini dirancang untuk membantu pendaki mengidentifikasi tanaman yang aman dikonsumsi dengan cara memindai gambar tanaman melalui kamera ponsel, kemudian sistem akan memberikan informasi mengenai jenis tanaman serta apakah tanaman tersebut layak dikonsumsi atau tidak. Dalam pengembangan aplikasi deteksi tanaman konsumsi di Gunung Ciremai, diperlukan metode yang mampu mengenali dan mengklasifikasikan gambar tanaman secara akurat.
Identifikasi Masalah
Perkembangan teknologi dalam bidang pengolahan citra digital telah memberikan kontribusi besar dalam mempermudah berbagai aktivitas manusia, termasuk penerapan deteksi objek menggunakan metode seperti Convolutional Neural Network (CNN) yang memiliki tingkat akurasi tinggi. Pendakian gunung, seperti di Gunung Ciremai, seringkali menghadirkan tantangan, terutama ketika pendaki dihadapkan pada situasi darurat dan membutuhkan sumber daya alam seperti tanaman survival. Dengan memanfaatkan teknologi pengolahan citra digital, dapat dikembangkan aplikasi yang membantu pendaki mengenali tanaman survival di sepanjang jalur pendakian, sehingga tidak hanya mendukung keselamatan pendaki, tetapi juga turut berkontribusi pada pelestarian ekosistem Gunung Ciremai.
Berdasarkan uraian diatas yang telah disampaikan, maka penulis tertarik untuk mengambil judul “RANCANG BANGUN APLIKASI ANDROID UNTUK DETEKSI TANAMAN KONSUMSI DI PENDAKIAN GUNUNG CIREMAI MENGGUNAKAN ALGORITMA CONVULUTIONAL NEURAL NETWORK”.
Rumusan Masalah
Batasan Masalah
Pengujian aplikasi dilakukan di lapangan, khususnya di kawasan Taman Nasional Gunung Ciremai via Palutungan, untuk memastikan deteksi jenis tanaman dan informasi yang disajikan.
Tujuan Penelitian
Menerapkan algoritma Convolutional Neural Network (CNN) untuk deteksi tanaman konsumsi di pendakian Gunung Ciremai, sehingga dapat memudahkan pendaki dalam mengidentifikasi tanaman yang dapat dikonsumsi secara aman.
Manfaat Penelitian
Mengembangkan keterampilan teknis dalam merancang aplikasi mobile berbasis machine learning, khususnya menggunakan Convolutional Neural Network (CNN) untuk pengenalan objek. Memperluas kompetensi dalam pengolahan citra digital dengan fokus pada identifikasi tanaman di lingkungan alam pegunungan. Memperoleh pengalaman langsung dalam mengumpulkan dan mengolah dataset tanaman konsumsi dari lokasi spesifik di Gunung Ciremai.
Meningkatkan upaya konservasi dan edukasi lingkungan melalui teknologi digital yang membantu pengunjung memahami ekosistem lokal secara interaktif. Mendukung keselamatan pengunjung dengan menyediakan alat identifikasi tanaman konsumsi yang dapat mengurangi risiko mengkonsumsi tanaman tidak layak konsumsi. Memberikan informasi real-time tentang tanaman konsumsi sebagai bahan makanan darurat selama pendakian gunung Ciremai via Palutungan.
Mengembangkan keahlian teknis dalam pengolahan citra digital dan machine learning, khususnya dengan algoritma CNN, melalui pengalaman langsung merancang aplikasi berbasis deep learning, mengelola dataset spesifik, serta menciptakan solusi inovatif yang relevan untuk konservasi dan keamanan pendakian, sekaligus memberikan kontribusi ilmiah dan profesional yang berdampak nyata.
Pertanyaan Penelitian
Hipotesis Penelitian
Metodologi Penelitian
- Metode Pengumpulan Data 1. Studi Pustaka
- Metode Pengembangan Sistem
- Metode Penyelesaian Masalah
Penelitian ini melakukan wawancara mendalam dengan Pa Ndun selaku ketua kelompok pendakian Gunung Ciremai via Palutungan untuk mengidentifikasi tanaman konsumsi yang tumbuh di sepanjang jalur pendakian serta berbagai permasalahan yang dihadapi oleh para pendaki. Dalam penelitian ini, pengembangan aplikasi untuk deeteksi tanaman konsumsi dilakukan menggunakan pendekatan RAD (Rapid Application Development). Pada tahap ini, permasalahan utama yang dihadapi pendaki Gunung Ciremai dalam mengenali tanaman konsumsi di jalur pendakian via Palutungan diidentifikasi melalui studi pustaka, observasi, dan wawancara.
Studi Pustaka dilakukan untuk mengumpulkan informasi terkait tanaman konsumsi di lingkungan pegunungan, teknologi deteksi berbasis deep learning, serta sistem informasi berbasis mobile guna mendukung pengembangan aplikasi. Pada tahap ini, perancangan sistem difokuskan pada pengembangan aplikasi deteksi tanaman konsumsi di Gunung Ciremai dengan mempertimbangkan kebutuhan pengguna, yaitu pendaki. Spesifikasi teknis aplikasi meliputi pengolahan citra tanaman, klasifikasi berbasis deep learning, serta integrasi basis data yang menyimpan informasi tanaman konsumsi.
Hasil dari tahap ini mencakup desain antarmuka pengguna, alur sistem, spesifikasi teknis fitur utama, serta dokumentasi visual yang menggambarkan struktur dan interaksi dalam aplikasi deteksi tanaman konsumsi di Gunung Ciremai. Setelah perancangan sistem selesai, tahap selanjutnya adalah pengembangan aplikasi deteksi tanaman konsumsi di Gunung Ciremai berdasarkan desain yang telah disusun. Pada tahap Decision yang ditandai dengan simbol belah ketupat bertuliskan Tanaman Terdeteksi?, sistem akan memutuskan apakah tanaman yang dikenali termasuk dalam kategori tanaman konsumsi yang terdapat dalam dataset.
Lapisan ini berfungsi untuk menerima nilai piksel dari citra tanaman konsumsi yang diinputkan ke dalam aplikasi deteksi. Pada penelitian ini, citra tanaman konsumsi yang diambil di Gunung Ciremai akan diproses pada ukuran 224 x 224 piksel untuk memastikan konsistensi data. Fungsi ini banyak digunakan karena kesederhanaannya serta kemampuannya dalam meningkatkan kinerja model, terutama dalam mendeteksi fitur-fitur penting pada citra tanaman konsumsi di Gunung Ciremai (Azmi et al., 2023).
Dalam penelitian ini, lapisan pooling membantu model Convolutional Neural Network (CNN) untuk mempertahankan fitur-fitur penting dari citra tanaman konsumsi di Gunung Ciremai, sambil menyederhanakan data sehingga proses klasifikasi dapat berjalan lebih cepat dan efisien. Dalam penelitian ini, Flatten Layer memegang peran penting dalam sistem deteksi tanaman konsumsi di Gunung Ciremai berbasis CNN. Transformasi ini memastikan bahwa karakteristik visual setiap tanaman, seperti bentuk daun, tekstur, dan warna, dapat diinterpretasikan oleh model untuk mengklasifikasikan jenis tanaman konsumsi dengan akurasi tinggi.
Dalam penelitian ini, Flatten Layer memegang peran penting dalam ahasa deteksi tanaman konsumsi di Gunung Ciremai berbasis CNN. Dalam penelitian ini, lapisan fully-connected memproses fitur-fitur tanaman konsumsi yang telah diekstraksi melalui lapisan convolutional dan pooling, kemudian menghasilkan output berupa probabilitas dari setiap kelas tanaman yang terdeteksi.
Jadwal Kegiatan Penelitian
1 Apakah Anda pernah mengalami atau mengetahui kasus pendaki yang kehabisan bekal makanan di tengah perjalanan. Nah, kalau udah gini, tahu tanaman yang bisa dimakan di sekitar jalur pendakian bisa jadi penyelamat. Contohnya kayak buah cantigi atau pucuk beunying di Gunung Ciremai, itu bisa jadi sumber makanan darurat buat nambah energi sampai bisa turun lagi.
Makanya, tahu tanaman yang bisa dimakan di sekitar jalur pendakian itu penting banget, terutama buat pendaki tektok yang minim bekal. Selain buat nambah energi, ini juga bisa bikin pendaki lebih tenang karena punya solusi darurat. Pertama, cari sumber makanan alami kayak tanaman liar yang aman dimakan, misalnya buah atau daun yang udah dikenal bisa dikonsumsi.
Biasanya sih, pendaki yang udah berpengalaman atau sering naik gunung tertentu punya pengetahuan lebih soal tanaman konsumsi. Apalagi di jalur pendakian kayak Gunung Ciremai, yang punya banyak jenis tumbuhan, bedain mana yang aman dimakan sama yang beracun bisa jadi susah kalau nggak punya pengetahuan sebelumnya. Makanya, aplikasi deteksi tanaman konsumsi bakal ngebantu banget biar pendaki bisa tahu tanaman apa aja yang aman dimakan, terutama pas kondisi darurat.
Jadi, pas kehabisan bekal di jalur pendakian, banyak yang nggak tahu harus makan apa, padahal mungkin di sekitar mereka ada tanaman yang aman dikonsumsi. Salah satunya yang paling bahaya adalah keracunan, yang bisa bikin mual, muntah, diare, bahkan dalam kasus ekstrem bisa bikin pingsan atau lebih parah lagi. Selain kemudahan penggunaan, aplikasi perlu dilengkapi fitur offline agar tetap berfungsi di jalur pendakian yang minim sinyal.
Informasi yang diberikan juga harus jelas dan cepat, termasuk bagian tanaman yang aman dikonsumsi dan cara mengolahnya. Beberapa tanaman konsumsi yang umum ditemukan di jalur pendakian via Palutungan meliputi beunying yang pucuknya dapat dimakan sebagai lalaban, kondang yang bagian buah dan pucuknya bisa dikonsumsi, serta saninten yang menghasilkan buah yang layak dimakan. Selain itu, terdapat hanjawar yang bagian batang dalamnya dapat dimanfaatkan, dan honje yang bagian bunga buahnya kerap.
Ya, membedakan tanaman konsumsi dengan tanaman lain yang mirip secara visual bisa jadi cukup sulit, terutama bagi pendaki yang tidak memiliki pengetahuan botani. Beberapa tanaman beracun sering kali memiliki bentuk, warna, atau tekstur yang menyerupai tanaman yang bisa dikonsumsi.
