PERANCANGAN SISTEM IDENTIFIKASI PENYAKIT TANAMAN PADI MELALUI CITRA DAUN MENGGUNAKAN METODE FASTER R-CNN

ABSTRAKrnKesalahan dalam mendeteksi penyakit pada tanaman padi dapat meningkatkan risiko kegagalan panen. Ini disebabkan oleh kurangnya ahli di bidang pertanian. Oleh karena itu, teknologi dapat menjadi solusi untuk masalah ini, khususnya dengan pemanfaatan Deep Learning. Penelitian terbaru di bidang Deep Learning menggunakan Neural Network menunjukkan peningkatan signifikan, terutama dalam pertanian. Sebuah penelitian yang memanfaatkan Deep Learning dengan faster R-CNN pernah dilakukan untuk mendeteksi apakah padi terinfeksi penyakit atau tidak. Namun, penggunaan Object Detection dalam penelitian sebelumnya belum optimal karena hanya digunakan untuk klasifikasi biner. Dalam penelitian ini, faster R-CNN digunakan untuk mengidentifikasi penyakit pada tanaman padi dengan menggunakan 1500 data. Data terdiri dari 3 kelas penyakit, masing-masing dengan 500 gambar yang kemudian dianotasi dan dilakukan pelatihan. Menggunakan backbone dan pretrained model Resnet50_FPN, serta Faster R-CNN sebagai prediktor pada lapisan terakhir, model mampu mendeteksi penyakit spesifik pada area yang terinfeksi. Selain itu, model juga dapat mendeteksi lebih dari satu penyakit pada tanaman padi. Hasil akhir pengujian menunjukkan untuk real-time menghasilkan recall 87% sedangkan untuk input gambar 96%. Pengujian pada dataset publik juga memuaskan, karena model mampu mendeteksi penyakit dengan resolusi gambar yang bervariasi.