Analisis Penggunaan Pra-proses pada Metode Transfer Learning untuk Mendeteksi Penyakit Daun Singkong

Abstract

Singkong menjadi salah satu tanaman penting pada bidang agronomi dan banyak dikonsumsi oleh masyarakat. Namun, terdapat salah satu kendala dalam menjaga kelestarian tanaman singkong yaitu pendeteksian penyakit. Jika penyakit pada tanaman singkong dapat terdeteksi lebih dahulu melalui citra daunnya, maka penyakit tersebut dapat segera diobati. Proses klasifikasi dapat dilakukan untuk mendeteksi penyakit pada tanaman secara otomatis. Pada penelitian ini dilakukan klasifikasi tanaman singkong dengan menggunakan beberapa tahap pra-proses yaitu pra-proses dengan augmentasi, tanpa augmentasi dan pra-proses dengan rotasi, pada beberapa metode transfer learning seperti ResNet50 dan MobileNetV2. Penggunaan beberapa metode tersebut bertujuan untuk mencari metode mana yang memiliki hasil akurasi tertinggi. Penelitian menunjukkan bahwa MobileNetV2 tanpa augmentasi memberikan akurasi tertinggi sebesar 98.64% dalam mendeteksi penyakit tanaman singkong. Hal ini dapat menjadi referensi bagi peneliti selanjutnya dalam menentukan tahap pra-proses terbaik dalam metode transfer learning.

Klasifikasi Gambar Burung Konservasi di Wilayah Papua Barat Menggunakan Transfer Learning

“…Proses augmentasi yang dilakukan pada data train yaitu zooming, shearing, shifting, dan flipping. Augmentasi dilakukan guna menambah keragaman data gambar pada train set tanpa menambah data gambar kembali [14], sehingga dapat meningkatkan performa model dan menghindari terjadinya overfitting [15]. Kemudian, pada prapemrosesan data gambar yang telah kami dapatkan kemudian dilakukan penyeimbangan data dan dibagi menjadi training set dan test set menggunakan teknik split validation dengan persentase 80% untuk training set dan 20% untuk test set.…”