KLASIFIKASI SPESIES TUMBUHAN INVASIF MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN)

Proposal_bersama
NIM: 1217050036
Year: 2025

Description

Penelitian ini bertujuan untuk merancang model berbasis Convolutional Neural Network (CNN) untuk meningkatkan efisiensi identifikasi dan klasifikasi spesies tumbuhan invasif di Cagar Alam Gunung Tilu, Jawa Barat. Saat ini, proses inventarisasi masih dilakukan secara manual, yang kurang efisien dalam mengidentifikasi spesies dengan cepat dan akurat. Dengan implementasi visi komputer berbasis kecerdasan buatan (AI), sistem ini diharapkan dapat mempercepat proses klasifikasi tumbuhan invasif serta menganalisis manfaatnya agar dapat dikelola secara optimal dalam upaya konservasi.