Analisis Deep Learning Metode Convolutional Neural Network Dalam Klasifikasi Varietas Gandum
Analysis of Convolutional Neural Network Deep Learning Method in Durum Wheat Variety Classification
Keywords:
CNN, Transfer Learning, Gandum, MobileNet, VGGNet16
Abstract
Selama ini, Indonesia memenuhi kebutuhan gandum dengan mengimpor dari beberapa negara, seperti Australia, Ukraina, Kanada, Argentina, Amerika Serikat, Bulgaria, Moldova, Rusia, India, dan lain-lain. Tanaman ini umumnya tumbuh subur di wilayah subtropis dengan suhu berkisar 10–25°C dan curah hujan antara 350–1.250 mm. Penelitian ini bertujuan untuk menjelaskan metode transfer learning pada arsitektur Convolutional Neural Network (CNN) guna mendukung identifikasi otomatis. Keunggulan CNN terletak pada kemampuannya yang tidak memerlukan ekstraksi fitur karena fitur ekstraksi sudah terintegrasi secara otomatis dalam CNN. Studi ini melakukan perbandingan antara dua arsitektur CNN pada tiga jenis gandum yang berbeda. Hasil analisis menggunakan 150 citra data latih dan 45 citra data uji menunjukkan bahwa arsitektur MobileNet mampu memodelkan dataset dengan tingkat akurasi mencapai 98%, sementara tingkat kesalahan mencapai 0,02%.
References
Afif, M., Fawwaz, A., Ramadhani, K. N., & Sthevanie, F. (2020). Klasifikasi Ras pada Kucing menggunakan Algoritma Convolutional Neural Network(CNN). E-Proceeding of Engineering, 8(1).
Alhamdani, A. A. (2022). Application of Deep Learning using Convolutional Neural Network (CNN) Algorithm for Gesture Recognition. Journal of Software Engineering, Information and Communication Technology (SEICT), 4(1), 61–68. https://doi.org/10.17509/seict.v2i1.34673
Astriningsih, W., & Hatta Fudholi, D. (2023). Identifikasi Multi Aspek Dan Sentimen Analisis Pada Review Hotel Menggunakan Deep Learning. Jurnal Teknik Informatika Dan Sistem Informasi, 10(3), 433. http://jurnal.mdp.ac.id
Azmi, K., Defit, S., & Putra Indonesia YPTK Padang Jl Raya Lubuk Begalung-Padang-Sumatera Barat, U. (2023). Implementasi Convolutional Neural Network (CNN) Untuk Klasifikasi Batik Tanah Liat Sumatera Barat. Jurnal Unitek, 16(1), 2023.
Dandi Mochamad Reza, Satria Mandala, Salim M. Zaki, & Eileen Su Lee Ming. (2023). Deep Learning Autoencoder Study on ECG Signals. Jurnal Nasional Teknik Elektro, 12(3). https://doi.org/10.25077/jnte.v12n3.1117.2023
Dwi Putro, A., & Tantyoko, H. (2023). Hybrid Algoritma Vgg16-Net Dengan Support Vector Machine Untuk Klasifikasi Jenis Buah dan sayuran. JTIM?: Jurnal Teknologi Informasi Dan Multimedia, 5(2), 56–65. https://doi.org/10.35746/jtim.v5i2.335
Erlyna Nour Arrofiqoh, & Harintaka. (2018). IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI TANAMAN PADA CITRA RESOLUSI TINGGI. Geomatika, 24(2).
Fernando Pratama, A., Basuki Kurniawan, T., Arrova Dewi, D., Jenderal Ahmad Yani No, J., Palembang, K., Selatan, S., Studi Teknik Komputer, P., Vokasi, F., & Bina Darma, U. (2023). Implementasi Analisis Sentimen dan Model Deep Learning Untuk Prediksi Harga Bitcoin. Jurnal Jupiter, 15(1).
François Chollet. (2017). Deep Learning with Python.
Hayati, N. (2023). KLASIFIKASI JENIS BUNGA MAWAR MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOUR. In Jurnal Informatika dan Riset (IRIS) (Vol. 1, Issue 1).
I Wayan Suartika E. P, Arya Yudhi Wijaya, & Rully Soelaiman. (2016). Klasifikasi Citra Menggunakan Convolutional Neural Network (Cnn) pada Caltech 101. JURNAL TEKNIK ITS, 5(1).
Jack Billie Chandra, & Dewi Nasien. (2023). Application Of Machine Learning K-Nearest Neighbour Algorithm To Predict Diabetes. International Journal of Electrical, Energy and Power System Engineering (IJEEPSE), 6(2). http://www.ijeepse.ejournal.unri.ac.id
Kasyanto, H., & Rismiana Sari, R. (2023). PENERAPAN ALGORITMA MULTILAYER PERCEPTRON (MLP) UNTUK MEMPREDIKSI DEBIT DI SUNGAI CITARUM BAGIAN HULU (POS PENGUKURAN MAJALAYA), KAB.BANDUNG, JAWA BARAT. Jurnal Potensi, 25(1). http://103.110.9.91/.
Kaya, E., & Saritas, ?. (2019). Towards a real-time sorting system: Identification of vitreous durum wheat kernels using ANN based on their morphological, colour, wavelet and gaborlet features. Computers and Electronics in Agriculture, 166, 105016. https://doi.org/10.1016/J.COMPAG.2019.105016
Niki Nadialita, Ashabul Anhar, & Ali Muhammad Muslih. (2023). Analisis Perubahan Tutupan Lahan Kesatuan Hidrologi GambutKrueng Wonki- Krueng Gubon Di Kabupaten Aceh Barat. JURNAL ILMIAH MAHASISWA PERTANIAN, 8(4).
Putra, N. S., Hutabarat, B. F., & Khaira, U. (2023). Implementasi Algoritma Convolutional Neural Network Untuk Identifikasi Jenis Kelamin Dan Ras. Decode: Jurnal Pendidikan Teknologi Informasi, 3(1), 82–93. https://doi.org/10.51454/decode.v3i1.123
Rifa, A., Sujiwanto, I., Ronggo Bintang Pratomo Prawirodirjo, R., & Palupingsih, P. (2023). Analisis Perbandingan Performa Model Klasifikasi Kesehatan Daun Tomat menggunakan Arsitektur VGG, MobileNet, dan Inception V3 Analysis Tomato Leaf Health Classification Model Performance Comparison Using VGG, MobileNet, and Inception V3. Jurnal Ilmu Komputer Agri-Informatika, 10(1). https://jurnal.ipb.ac.id/index.php/jika
Salimah, N. A., Tutik Kuswinanti, & Andi Nasruddin. (2021). Eksplorasi dan Penentuan Ras Penyebab Penyakit Blas Padi di Kabupaten Maros. Jurnal Fitopatologi Indonesia, 17(2), 41–48. https://doi.org/10.14692/jfi.17.2.41-48
Saptono, M., Rahayuningsih, S. E. A., Christiana, I., Kusumadati, W., & Nafisah, Z. (2023). Pengenalan dan Pemanfaatan Tanaman Penghasil Karbohidrat Non Beras dan Gandum sebagai Bahan Dasar Usaha Kuliner untuk Siswa Sekolah Menengah Kejuruan. PengabdianMu: Jurnal Ilmiah Pengabdian Kepada Masyarakat, 8(5), 656–664. https://doi.org/10.33084/pengabdianmu.v8i5.5010
Wibowo, A., Lusiana, L., & Dewi, T. K. (2023). Implementasi Algoritma Deep Learning You Only Look Once (YOLOv5) Untuk Deteksi Buah Segar Dan Busuk. Paspalum: Jurnal Ilmiah Pertanian, 11(1), 123. https://doi.org/10.35138/paspalum.v11i1.489
Wicaksono, F. Y., Ratnasari, A., Shabira, R. H., Sutrisna, R. E., & Ruminta, R. (2020). Respons varietas-varietas gandum terhadap pemupukan silika organik di dataran medium. Kultivasi, 19(2). https://doi.org/10.24198/kultivasi.v19i2.26746
Alhamdani, A. A. (2022). Application of Deep Learning using Convolutional Neural Network (CNN) Algorithm for Gesture Recognition. Journal of Software Engineering, Information and Communication Technology (SEICT), 4(1), 61–68. https://doi.org/10.17509/seict.v2i1.34673
Astriningsih, W., & Hatta Fudholi, D. (2023). Identifikasi Multi Aspek Dan Sentimen Analisis Pada Review Hotel Menggunakan Deep Learning. Jurnal Teknik Informatika Dan Sistem Informasi, 10(3), 433. http://jurnal.mdp.ac.id
Azmi, K., Defit, S., & Putra Indonesia YPTK Padang Jl Raya Lubuk Begalung-Padang-Sumatera Barat, U. (2023). Implementasi Convolutional Neural Network (CNN) Untuk Klasifikasi Batik Tanah Liat Sumatera Barat. Jurnal Unitek, 16(1), 2023.
Dandi Mochamad Reza, Satria Mandala, Salim M. Zaki, & Eileen Su Lee Ming. (2023). Deep Learning Autoencoder Study on ECG Signals. Jurnal Nasional Teknik Elektro, 12(3). https://doi.org/10.25077/jnte.v12n3.1117.2023
Dwi Putro, A., & Tantyoko, H. (2023). Hybrid Algoritma Vgg16-Net Dengan Support Vector Machine Untuk Klasifikasi Jenis Buah dan sayuran. JTIM?: Jurnal Teknologi Informasi Dan Multimedia, 5(2), 56–65. https://doi.org/10.35746/jtim.v5i2.335
Erlyna Nour Arrofiqoh, & Harintaka. (2018). IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI TANAMAN PADA CITRA RESOLUSI TINGGI. Geomatika, 24(2).
Fernando Pratama, A., Basuki Kurniawan, T., Arrova Dewi, D., Jenderal Ahmad Yani No, J., Palembang, K., Selatan, S., Studi Teknik Komputer, P., Vokasi, F., & Bina Darma, U. (2023). Implementasi Analisis Sentimen dan Model Deep Learning Untuk Prediksi Harga Bitcoin. Jurnal Jupiter, 15(1).
François Chollet. (2017). Deep Learning with Python.
Hayati, N. (2023). KLASIFIKASI JENIS BUNGA MAWAR MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOUR. In Jurnal Informatika dan Riset (IRIS) (Vol. 1, Issue 1).
I Wayan Suartika E. P, Arya Yudhi Wijaya, & Rully Soelaiman. (2016). Klasifikasi Citra Menggunakan Convolutional Neural Network (Cnn) pada Caltech 101. JURNAL TEKNIK ITS, 5(1).
Jack Billie Chandra, & Dewi Nasien. (2023). Application Of Machine Learning K-Nearest Neighbour Algorithm To Predict Diabetes. International Journal of Electrical, Energy and Power System Engineering (IJEEPSE), 6(2). http://www.ijeepse.ejournal.unri.ac.id
Kasyanto, H., & Rismiana Sari, R. (2023). PENERAPAN ALGORITMA MULTILAYER PERCEPTRON (MLP) UNTUK MEMPREDIKSI DEBIT DI SUNGAI CITARUM BAGIAN HULU (POS PENGUKURAN MAJALAYA), KAB.BANDUNG, JAWA BARAT. Jurnal Potensi, 25(1). http://103.110.9.91/.
Kaya, E., & Saritas, ?. (2019). Towards a real-time sorting system: Identification of vitreous durum wheat kernels using ANN based on their morphological, colour, wavelet and gaborlet features. Computers and Electronics in Agriculture, 166, 105016. https://doi.org/10.1016/J.COMPAG.2019.105016
Niki Nadialita, Ashabul Anhar, & Ali Muhammad Muslih. (2023). Analisis Perubahan Tutupan Lahan Kesatuan Hidrologi GambutKrueng Wonki- Krueng Gubon Di Kabupaten Aceh Barat. JURNAL ILMIAH MAHASISWA PERTANIAN, 8(4).
Putra, N. S., Hutabarat, B. F., & Khaira, U. (2023). Implementasi Algoritma Convolutional Neural Network Untuk Identifikasi Jenis Kelamin Dan Ras. Decode: Jurnal Pendidikan Teknologi Informasi, 3(1), 82–93. https://doi.org/10.51454/decode.v3i1.123
Rifa, A., Sujiwanto, I., Ronggo Bintang Pratomo Prawirodirjo, R., & Palupingsih, P. (2023). Analisis Perbandingan Performa Model Klasifikasi Kesehatan Daun Tomat menggunakan Arsitektur VGG, MobileNet, dan Inception V3 Analysis Tomato Leaf Health Classification Model Performance Comparison Using VGG, MobileNet, and Inception V3. Jurnal Ilmu Komputer Agri-Informatika, 10(1). https://jurnal.ipb.ac.id/index.php/jika
Salimah, N. A., Tutik Kuswinanti, & Andi Nasruddin. (2021). Eksplorasi dan Penentuan Ras Penyebab Penyakit Blas Padi di Kabupaten Maros. Jurnal Fitopatologi Indonesia, 17(2), 41–48. https://doi.org/10.14692/jfi.17.2.41-48
Saptono, M., Rahayuningsih, S. E. A., Christiana, I., Kusumadati, W., & Nafisah, Z. (2023). Pengenalan dan Pemanfaatan Tanaman Penghasil Karbohidrat Non Beras dan Gandum sebagai Bahan Dasar Usaha Kuliner untuk Siswa Sekolah Menengah Kejuruan. PengabdianMu: Jurnal Ilmiah Pengabdian Kepada Masyarakat, 8(5), 656–664. https://doi.org/10.33084/pengabdianmu.v8i5.5010
Wibowo, A., Lusiana, L., & Dewi, T. K. (2023). Implementasi Algoritma Deep Learning You Only Look Once (YOLOv5) Untuk Deteksi Buah Segar Dan Busuk. Paspalum: Jurnal Ilmiah Pertanian, 11(1), 123. https://doi.org/10.35138/paspalum.v11i1.489
Wicaksono, F. Y., Ratnasari, A., Shabira, R. H., Sutrisna, R. E., & Ruminta, R. (2020). Respons varietas-varietas gandum terhadap pemupukan silika organik di dataran medium. Kultivasi, 19(2). https://doi.org/10.24198/kultivasi.v19i2.26746
