"Pengenalan Potensi Racun dan Peningkatan Keamanan Pangan Dalam Jamur Menggunakan Convolutional Neural Network" adalah proyek penelitian yang bertujuan untuk mengatasi masalah krusial klasifikasi toksisitas jamur di Indonesia. Dengan kayanya keanekaragaman hayati jamur di negara ini, mengidentifikasi secara akurat jamur yang dapat dimakan dan beracun merupakan sebuah tantangan. Proyek ini berfokus pada pemanfaatan teknologi Convolutional Neural Network (CNN) untuk meningkatkan efisiensi dan akurasi klasifikasi jamur untuk konsumsi yang aman.
Indonesia memiliki sekitar 200.000 spesies jamur dari perkiraan 1,5 juta spesies di seluruh dunia. Meskipun penting sebagai sumber makanan dan dalam pengobatan tradisional, informasi yang memadai tentang identifikasi, pemanfaatan, dan kepunahan spesies jamur akibat aktivitas manusia masih kurang. Membedakan jamur yang dapat dimakan dari yang beracun merupakan tugas yang kompleks, dan kesalahan dalam identifikasi dapat berdampak serius pada kesehatan.
Tujuan utama dari penelitian ini adalah mengembangkan model berbasis CNN untuk mengenali potensi racun dalam jamur. Model ini bertujuan untuk memberikan kontribusi pada pengembangan pendekatan yang lebih efektif dan akurat dalam mengklasifikasikan jamur yang layak dikonsumsi dan yang berisiko.
Dataset berasal dari dua sumber utama, yaitu pengumpulan data dari budidaya jamur tiram di Godean, Kabupaten Sleman, DI Yogyakarta, dan dataset yang tersedia di Kaggle melalui tautan berikut. Dataset ini terdiri dari gambar-gambar jamur berwarna dengan ukuran yang bervariasi, mencakup representasi berbagai jenis jamur yang umumnya dijumpai. Data digunakan untuk melatih dan menguji model Convolutional Neural Network (CNN) dalam mengenali potensi racun dalam jamur.
-
Install dependensi dengan menjalankan perintah berikut:
pip install -r requirements.txt
-
Jalankan aplikasi dengan perintah berikut:
streamlit run 1_Home.py
-
Aplikasi akan berjalan di web browser lokal. Pilihlah salah satu fitur untuk memulai.