Sistem Pendeteksi Genus Gulma Pada Tanaman Jagung Menggunakan Algoritme Single Shot Detector

Abstract

Tanaman jagung (Zea mays L) merupakan tanaman pangan penghasil karbohidrat potensial kedua di Indonesia setelah beras. Provinsi Bengkulu merupakan provinsi yang sebagian besar wilayahnya merupakan kawasan hutan lindung dan hutan rakyat. Perkebunan jagung mengalami gangguan, antara lain disebabkan oleh gulma. Gulma merupakan tumbuhan liar yang sering muncul di pekarangan rumah dan pertanian masyarakat. Penelitian ini hanya diambil empat jenis gulma yang sering muncul di perkebunan jagung yaitu Ageratum sp, Commelina sp, Eleusine sp, dan Sacciolepis sp. Penelitian ini dibangun sebuah model identifikasi genus gulma dengan memanfaatkan algoritma Single Shot Detector (SSD). Single Shot Detector merupakan sebuah model yang dapat mendeteksi atau mengenali objek pada suatu gambar. Penelitian ini menggunakan 800 dataset training untuk melatih sistem Deep Learning dan 150 Dataset testing untuk validasi dan evaluasi terhadap model yang dihasilkan. Dengan nilai threshold IoU dan minimum confidence @0.80 tingkat akurasi yang didapatkan pada penelitian ini sebesar 62.44%.Tanaman jagung (Zea mays L) merupakan tanaman pangan penghasil karbohidrat potensial kedua di Indonesia setelah beras. Provinsi Bengkulu merupakan provinsi yang sebagian besar wilayahnya merupakan kawasan hutan lindung dan hutan rakyat. Perkebunan jagung mengalami gangguan, antara lain disebabkan oleh gulma. Gulma merupakan tumbuhan liar yang sering muncul di pekarangan rumah dan pertanian masyarakat. Penelitian ini hanya diambil empat jenis gulma yang sering muncul di perkebunan jagung yaitu Ageratum sp, Commelina sp, Eleusine sp, dan Sacciolepis sp. Penelitian ini dibangun sebuah model identifikasi genus gulma dengan memanfaatkan algoritma Single Shot Detector (SSD). Single Shot Detector merupakan sebuah model yang dapat mendeteksi atau mengenali objek pada suatu gambar. Penelitian ini menggunakan 800 dataset training untuk melatih sistem Deep Learning dan 150 Dataset testing untuk validasi dan evaluasi terhadap model yang dihasilkan. Dengan nilai threshold IoU dan minimum confidence @0.80 tingkat akurasi yang didapatkan pada penelitian ini sebesar 62.44%.

Employee Attendance System with Facial Recognition Technology Using a Single Shot Detector (SSD) Algorithm

“…Sehingga peneliti menggunakan algoritma Single Shot Detector (SSD) sebagai kontribusi terbaru pada penelitian ini. Perbedaan atau kebaruan penelitian ini dibandingkan dengan penelitian sebelumnya terletak pada algoritma yang digunakan untuk mendeteksi wajah yakni algoritma Single Shot Detector (SSD) yang secara umum memiliki kecepatan pendeteksian lebih baik dibandingkan dengan metode lain (Saputra et al, 2023).…”

“…Algoritma Single Shot Detector merupakan metode yang digunakan untuk mendeteksi atau mengindetifikasi objek dalam gambar, Algoritma Single Shot Detector secara umum memiliki kecepatan pendeteksian lebih baik dibandingkan dengan metode lain. Namun ada salah satu algoritma yang mempunyai kecepatan deteksi dan tingkat akurasi yang hampir serupa dengan Single Shot Detector yakni algoritma Faster R-CNN (Saputra et al, 2023). Algoritma Single Shot Detector (SSD) memanfaatkan fitur kotak pembatas untuk menetapkan lokasi objek yang terdeteksi.…”

Identifikasi Gulma Pada Lahan Apotek Hidup Di SMP Negeri 6 Kota Ternate

“…Keberadaan gulma pada tanaman budidaya dapat menimbulkan kerugian kualitas produksi. Kerugian yang ditimbulkan oleh gulma adalah penurunan hasil pertanian, persaingan dalam 318 perolehan air, unsur hara, tempat hidup, yang akhirnya menyebabkan terganggunya tanaman (Saputra et al, 2022).…”

Klasifikasi Jenis Jagung Berdasarkan Bentuk Biji Menggunakan Metode You Only Look Once (YOLO)

“…Penelitian sebelumnya, YOLO pernah digunakan untuk deteksi jenis penyakit dan hama pada tanaman jagung [9]. Selain itu YOLO juga pernah digunakan untuk deteksi genus gulma pada tanaman jagung [10]. Penelitian tersebut menghasilkan hasil yang cukup bagus.…”