Abstrak
Kota Tarakan yang terletak di Kalimantan Utara kaya akan keanekaragaman hayati khususnya jenis family arecaceae. Family arecaceae diketahui memainkan peran penting dalam ekosistem dan perekonomian lokal. Penelitian ini bertujuan untuk membangun sistem klasifikasi berbasis citra menggunakan metode deep learning khususnya CNN untuk mengidentifikasi jenis buah family arecaceae. dataset penelitian terdiri dari 420 citra awal palem raja dan pinang, yang kemudian diproses melalui tahap preprocessing, menghasilkan 1.338 citra. Pembagian dataset dilakukan dengan alokasi 75% untuk data latih, 10% data validasi, dan 15% data uji sekunder. Model CNN yang dilatih menunjukkan akurasi pelatihan sebesar 100% dan evaluasi menggunakan data validasi menghasilkan rata - rata presisi, recall, dan f1-score masing -masing 100%. Model kemudian diuji cobakan pada data uji sekunder hingga diperoleh rata-rata presisi sebesar 95%, recall dan f1-score masing-masing sebesar 94%, sedangkan evaluasi pada data uji primer menghasilkan rata-rata presisi sebesar 88%, recall 88%, dan f1-score 87% dengan ketetapan nilai threshold 95%. Hasil evaluasi ini menunjukkan bahwa penelitian ini berhasil membangun sistem klasifikasi yang efektif dalam mengenali dan menganalisis citra buah, meskipun masih terdapat kesalahan pada beberapa pengujian, khususnya data primer. Faktor kesalahan tersebut disebabkan oleh keterbatasan jumlah citra, kurangnya variasi data latih dan tidak ada tahapan preprocessing pada citra data uji. Sistem ini diharapkan dapat mendukung program konservasi dan pengelolaan sumber daya alam yang berkelanjutan, serta dapat diterapkan pada flora wilayah tropis lainnya.