IDENTIFIKASI TINGKAT KEMATANGAN PADA PUCUK DAUN TEH MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR VGGNET-19

FANIESA SAUFANA HANAFI

Informasi Umum

Kode

21.04.3800

Klasifikasi

006.37 - Computer Vision

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Image Processing - Computer Vision

Dilihat

295 kali

Informasi Lainnya

Abstraksi

Indonesia memiliki curah hujan yang tinggi setiap tahunnya, sehingga tanah menjadi subur. Tanah yang subur menjadikan berbagai macam tanaman dapat tumbuh di Indonesia, salah satunya yaitu tanaman teh. Pusat Penelitian Teh dan Kina (PPTK) Gambung Ciwidey merupakan perkebunan teh pertama dan terbesar di Indonesia. PPTK Gambung memiliki lahan seluas 636,11 hektar dengan berbagai macam varietas dan dikelompokkan ke dalam beberapa blok. Pada setiap blok memiliki waktu petik dan tingkat kematangan yang berbeda. Sehingga tidak semua petani setempat mengetahui tingkat kematangan tanaman teh tersebut. Pada penelitian ini dirancang sistem identifikasi tingkat kematangan pada pucuk daun teh menggunakan varietas Assamica klon Gambung (GMB) 7. Pengambilan sampel dilakukan di PPTK Gambung. Sistem ini dirancang berdasarkan pengolahan citra digital menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur Visual Geometry Group Network-19 (VGGNet-19). Perancangan sistem identifikasi tingkat kematangan pada pucuk daun teh melakukan pengujian menggunakan dua jenis data, yaitu data asli dan data augmentasi. Pengujian mengunakan data augmentasi memperoleh hasil tertinggi yaitu accuracy 98.33%, loss 0.0979, dan precision 98%. Hasil tersebut menggunakan perameter terbaik yang terdiri dari optimizer Adam, learning rate 0.001, batch size 8 dan epoch 50.

Kata Kunci: PPTK Gambung, Pucuk Daun Teh, CNN, VGGNET-19, Varietas Assamica Klon GMB 7.