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.