The KLASIFIKASI PENYAKIT PADA TANAMAN DAUN SINGKONG MENGGUNAKAN VISION TRANSFORMER KLASIFIKASI PENYAKIT PADA TANAMAN DAUN SINGKONG MENGGUNAKAN VISION TRANSFORMER
Isi Artikel Utama
Abstrak
Penelitian ini mengembangkan model klasifikasi penyakit daun singkong menggunakan Vision Transformer (ViT) untuk mengidentifikasi empat jenis penyakit dan daun sehat. Dengan dataset dari Kaggle (3.000 gambar/kelas), model TinyViT diuji melalui variasi parameter untuk mencapai performa optimal. Hasil menunjukkan kombinasi SGD, 50 epoch, dan batch size 32 memberikan akurasi validasi tertinggi (83.16%), mengungguli Adam/AdamW. Meski mengalami overfitting (akurasi pelatihan 100%), model menunjukkan generalisasi yang baik dengan nilai precision dan recall 81%. Temuan ini memperlihatkan potensi ViT dalam tugas deteksi penyakit tanaman, sekaligus menyoroti perlunya penanganan overfitting melalui regularisasi lebih lanjut. Penelitian selanjutnya dapat mengeksplorasi perluasan dataset dan fine-tuning untuk peningkatan akurasi.
Unduhan
Rincian Artikel
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
Penulis yang menerbitkan dengan Positif : Jurnal Sistem dan Teknologi Informasi menyetujui persyaratan berikut:
- Penulis memegang hak cipta dan memberikan jurnal hak publikasi pertama dengan karya yang dilisensikan secara bersamaan di bawah Lisensi Atribusi Creative Commons yang memungkinkan orang lain untuk berbagi karya dengan pengakuan kepenulisan karya dan publikasi awal dalam jurnal ini.
- Penulis dapat masuk ke dalam pengaturan kontrak tambahan yang terpisah untuk distribusi non-eksklusif dari versi jurnal yang diterbitkan dari karya tersebut (misalnya, mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan publikasi awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk memposting karya mereka secara online (misalnya, di repositori institusional atau di situs web mereka) sebelum dan selama proses pengiriman, karena dapat menghasilkan pertukaran yang produktif, serta kutipan lebih awal dan lebih besar dari karya yang diterbitkan.
This work is licensed under a Creative Commons Attribution 4.0 International License.
Referensi
[1] N. Kharistian Gulo et al., “Sistem Pakar Mendiagnosa Penyakit Pada Tumbuhan Ketela dengan Menggunakan Metode Teorema Bayes,” Jurnal CyberTech, vol. 4, no. 4, 2021, [Online]. Available: https://ojs.trigunadharma.ac.id/
[2] A. Lianardo, N. Kumalasari, and C. Pratiwi, “Klasifikasi Gejala Penyakit Daun Pada Tanaman Singkong Berbasis Vision Menggunakan Metode CNN Dengan Arsitektur Mobilenet.” [Online]. Available: www.kaggle.com
[3] P. S. Hareesh, T. R. Resmi, M. N. Sheela, and T. Makeshkumar, “Cassava mosaic disease in South and Southeast Asia: current status and prospects,” 2023, Frontiers Media SA. doi: 10.3389/fsufs.2023.1086660.
[4] G. Putra Bintang, D. Andreana, J. Yanto, A. Marisa, D. Putri Ayu, and S. Kumala Dewi, “"Revitalisasi Sumber Pangan Nabati dan Hewani Pascapandemi dalam Mendukung Pertanian Lahan Suboptimal secara Berkelanjutan Inventarisasi Spesies Hama pada Tanaman Ubi Kayu (Manihot esculante Crantz) di Desa Tanjung Pering, Kabupaten Ogan Ilir, Sumatera Selatan Inventory of Pest Species on Cassava (Manihot esculante Crantz) in Tanjung Pering Village, Ogan Ilir Regency, South Sumatra,” 2022.
[5] K. von Grebmer et al., “Global Hunger Index How Gender Justice Can Advance Climate Resilience And Zero Hunger.” [Online]. Available: www.globalhungerindex.org
[6] M. Faturrachman and I. Yustiana, “Disease Detection System in Cassava Leaves Using Android-Based Deep Learning and Tensorflow.”
[7] J. A. Figo, N. Yudistira, and A. W. Widodo, “Deteksi Covid-19 dari Citra X-ray menggunakan Vision Transformer,” 2023. [Online]. Available: http://j-ptiik.ub.ac.id
[8] A. Pangestu, B. Purnama, and R. Risnandar, “Vision Transformer untuk Klasifikasi Kematangan Pisang,” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 11, no. 1, pp. 75–84, Feb. 2024, doi: 10.25126/jtiik.20241117389.
[9] G. Gingin Tahyudin, M. D. Sulistiyo, M. Arzaki, and E. Rachmawati, “International Journal on Informatics Visualization journal homepage : www.joiv.org/index.php/joiv International Journal on Informatics Visualization Classifying Gender Based on Face Images Using Vision Transformer.” [Online]. Available: www.joiv.org/index.php/joiv