SISTEM DETEKSI PENYAKIT DAUN TOMAT BERBASIS DEEP LEARNING: EVALUASI STRATEGI FINE TUNING UNTUK MODEL-MODEL CNN - WRAP Entrepreneurship (Capstone)
SHANDY RAMANDA FIRMANSYACH

Informasi Umum

Kode

23.04.7143

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Deep Learning

Dilihat

428 kali

Informasi Lainnya

Abstraksi

<p>Tomat (<em>Lycopersicum esculentum</em>) sebagai salah satu produk tani di Indonesia, yang memiliki nilai ekomonis tinggi, selain untuk konsumsi langsung, tomat dapat diolah sebagai produk olahan. Tanaman tomat dapat terjangkit penyakit oleh organisme penganggu tanaman (OPT) yang dapat menurunkan nilai ekonomis bahkan kegagalan panen untuk para petani. Penyakit yang beragam seperti; hawar daun, virus <em>mosaic</em>, <em>bacterial spot</em>, dll.</p>

<p>Tujuan penelitian ini, untuk mengklasifikasikan penyakit pada daun tomat mengunakan <em>Convolutional Neural Network</em> (CNN) mengunakan perbandingan model CNN pada <em>DenseNet121</em>, <em>MobileNet2</em>, dan <em>NasNetMobile</em>. Penelitian ini berfokus untuk mengeksplorasi metode <em>transfer learning</em> lanjutan seperti <em>fine tuning</em>, lapisan <em>custom</em>, dan agumentasi data untuk meningkatan peforma model CNN dalam mengklasifikasi citra penyakit pada daun tomat.</p>

<p>Pada penelitian ini matrik evauasi yang akan dianalisis adalah akurasi, <em>loss</em>, presisi, <em>recall</em>, dan <em>F1-Score</em>. Dari pengujian yang telah dilakukan didapatkan hasil dimana <em>DensetNet121</em> menjadi model arsitektur CNN terbaik di antara ketiga model arsitektur yang di uji, model tersebut menggunakan penerapan <em>fine tuning</em>, augmentasi dan <em>upsampling data</em>, dan penambahan lapisan khusus kustom terhadap model. Dengan <em>hyperparameter</em> <em>input</em> size 224×224, <em>optimizer</em> ADAM, <em>Learning rate</em> 1e-4, dan <em>Batch size</em> 64. Berdasarkan dari hasil pengujian tersebut, <em>test accuracy</em> yang didapatkan sebesar 99.26% dengan testing <em>loss</em> sebesar 0.0284.</p>

• TTI4I3 - AI DAN BIG DATA ANALYSIS
• TTI2F2 - PEMROGRAMAN PYTHON

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook