<![CDATA[Durian merupakan tanaman buah yang sangat berharga dan menyediakan sumber pendapatan yang berkelanjutan bagi petani. Durian terdapat berbagai varietas yang memiliki ciri khas yang unik, termasuk perbedaan dalam bentuk, warna, rasa dan aroma dari daging buahnya. Identifikasi bibit durian yang akurat penting bagi petani untuk memaksimalkan potensi pertanian dalam memenuhi permintaan pasar yang sesuai. Namun, mengidentifikasi jenis bibit durian secara manual seringkali merupakan tugas yang rumit dan subjektif, terutama bagi petani yang kurang berpengalaman. Penelitian ini menggunakan arsitektur MobileNetV2 untuk mengidentifikasi jenis bibit durian berdasarkan gambar daun. Model dilatih dengan berbagai kombinasi learning rate dan batch size menggunakan Adam optimizer. Tahap prapemrosesan melibatkan penghapusan latar belakang dan penggunaan bounding box untuk memfokuskan pada daun durian. Hasil menunjukkan bahwa MobileNetV2 dapat mengklasifikasikan varietas durian dengan akurasi tertinggi 90% menggunakan learning rate 0.0001 dan batch size 32. Penelitian ini mendukung pengembangan teknologi identifikasi tanaman yang membantu petani dalam memilih varietas durian dengan cepat dan akurat. ]]>
Copyrights © 2024
