Mahasiswa UNNES Ciptakan Aplikasi Pendeteksi Jamur Beracun berbasis Decision Tree

Semarang, 27 Desember 2024 -- Mahasiswa Program Studi Teknik Informatika Universitas Negeri Semarang (UNNES), yaitu Wijdan Miftahul Huda, Muhammad Khoirul Mustaqim, dan Egi Kurniawan berhasil menciptakan sebuah aplikasi inovatif untuk mendeteksi jamur beracun menggunakan teknologi decision tree dan machine learning. Proyek ini menjadi salah satu bukti nyata bahwa mahasiswa UNNES mampu mengaplikasikan ilmu yang dipelajari di bangku kuliah untuk memberikan solusi atas permasalahan nyata di masyarakat.

Jamur merupakan salah satu sumber pangan yang populer di Indonesia. Namun, banyak jenis jamur yang beracun dan sulit dibedakan secara visual dari jamur yang aman dikonsumsi. Hal ini sering menyebabkan kasus keracunan, bahkan kematian, terutama di kalangan masyarakat pedesaan yang sering mengonsumsi jamur liar tanpa identifikasi yang jelas.

Berangkat dari masalah ini, tim mahasiswa Teknik Informatika UNNES menggagas aplikasi pendeteksi jamur beracun. Aplikasi ini menggunakan data karakteristik jamur seperti warna, bentuk, ukuran, dan tekstur untuk menentukan apakah jamur tersebut aman dikonsumsi atau beracun.

Proyek ini memanfaatkan pendekatan machine learning dengan algoritma decision tree. Decision tree dipilih karena kemampuannya dalam membuat model yang mudah dipahami oleh pengguna awam. Berikut langkah-langkah pengembangan aplikasi:

• Pengumpulan Data: Tim mahasiswa mengumpulkan dataset berisi informasi tentang berbagai jenis jamur dari literatur dan sumber terpercaya. Dataset ini mencakup atribut-atribut seperti warna tudung, tipe insang, warna spora, hingga habitat.

• Pelatihan Model: Dengan menggunakan bahasa pemrograman Python dan pustaka seperti Scikit-Learn, mereka melatih model decision tree untuk memprediksi apakah suatu jenis jamur beracun atau tidak berdasarkan atribut-atribut tersebut.

• Pengembangan Aplikasi: Aplikasi ini dikembangkan dengan antarmuka yang sederhana, sehingga masyarakat awam dapat menggunakannya dengan mudah. Tim menggunakan framework web seperti Flask untuk bagian backend dan ReactJS untuk frontend.

Fitur Aplikasi

• Identifikasi Cepat: Pengguna hanya perlu memasukkan karakteristik jamur, seperti warna tudung dan insang, melalui antarmuka aplikasi.

• Akurasi Tinggi: Model decision tree yang digunakan memiliki tingkat akurasi 95%, berdasarkan hasil uji validasi.

•