KLASIFIKASI CITRA REMPAH-REMPAH DI INDONESIA MENGGUNAKAN VISION TRANSFORMER

• ARIF RACHMAN
• 2025

---

Indonesia dikenal sebagai salah satu negara penghasil rempah terbesar di dunia dengan keanekaragaman jenis yang melimpah. Namun, masyarakat umum masih menghadapi kesulitan dalam membedakan beberapa jenis rempah, terutama yang tidak terbiasa mengolah rempah-rempah akan kesulitan dalam membedakan karena memiliki kemiripan visual, seperti jahe, kencur, dan lengkuas. Perkembangan teknologi kecerdasan buatan, khususnya computer vision, membuka peluang untuk mengatasi permasalahan ini. Penelitian ini bertujuan mengimplementasikan dan mengevaluasi performa Vision Transformer (ViT) dalam klasifikasi citra rempah-rempah Indonesia menggunakan dataset Indonesian Spices dari Kaggle. Pendekatan yang digunakan adalah transfer learning, pelatihan dilakukan dengan jumlah epoch sebanyak 10 dan 20 untuk mencari epoch yang ideal, serta evaluasi kinerja melalui metrik akurasi, precision, recall, F1-score, dan confusion matrix. Hasil pelatihan menunjukkan bahwa ViT mampu mencapai akurasi optimal hingga 97,6%, dengan distribusi prediksi yang relatif stabil. Pengujian menggunakan foto kamera juga membuktikan bahwa model dapat mengenali sebagian besar kelas dengan baik, meskipun kondisi pencahayaan juga dapat berpengaruh pada hasil prediksi.

• Vision Transformer
• Rempah Indonesia
• Klasifikasi Citra

https://repository.bsi.ac.id/repo/70529/KLASIFIKASI-CITRA-REMPAH-REMPAH-DI-INDONESIA-MENGGUNAKAN-VISION-TRANSFORMER
Anda dapat membaca file tugas akhir ini di repository.