Klasifikasi Tanaman Wijen Dan Gulma Menggunakan Convolutional Neural Network Dan Transfer Learning Dengan Arsitektur Mobilenetv2
Abstract
Tanaman wijen dan gulma memiliki keterkaitan dalam pertanian, yang
berdampak pertumbuhan tanaman wijen menjadi terganggu dan hasil panen yang
berkurang. Dengan perkembangan teknologi yang semakin banyak, membuat
pemasalahan ini memiliki banyak pilihan metode untuk digunakan. Permasalahan
ini diperkuat oleh fakta bahwa banyak petani atau masyarakat tidak memahami cara
mengendalikan gulma dengan menggunakan pestisida herbisida yang terlalu
berlebihan yang menyebabkan resistensi gulma sehingga menyebabkan
menurunnya kualitas dan kuantitas hasil panen. Dengan menggunakan teknologi
yang ramah lingkungan, penelitian ini diharapkan dapat memberikan pengetahuan
lebih dalam tentang cara mengidentifikasi tanaman wijen dan gulma. Oleh karena
itu, peneliti ingin memanfaatkan metode CNN dengan transfer learning ini untuk
dapat mengklasifikasi tanaman wijen dan gulma, dengan tujuan untuk membedakan
karakteristik tanaman wijen dan gulma. Berdasarkan hasil klasifikasi diperoleh
hasil akurasi dari data testing pada metode CNN dan CNN dengan transfer learning
mobilenetv2 masing-masing sebesar 92% dan 97%. Dapat disimpulkan bahwa
metode CNN dengan transfer learning mobilenetv2 dapat mengklasifikasikan citra
tanaman wijen dan gulma dengan lebih baik.
Collections
- Statistics [969]