Analisis Deep Learning Metode Convolutional Neural Network Dalam Klasifikasi Varietas Gandum: Analysis of Convolutional Neural Network Deep Learning Method in Durum Wheat Variety Classification

Rian Ardianto
Sony Kartika Wibisono

Jurnal Kolaboratif Sains
Vol. 6 No. 12: DESEMBER 2023

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%.