Implementasi Algoritma EfficientDet-D0 dan SSD-MobileNet-V2 FPNLite untuk Sistem Deteksi Gulma

Abstract

Gulma merupakan tumbuhan yang tumbuh disekitar tanaman dan dapat merugikan tanaman yang dibudidayakan. Pengendalian gulma menjadi faktor penting yang dapat mempengaruhi produktivitas tanaman. Pengendalian gulma dapat ditanggulangi dengan melakukan penyemprotan pestisida pada gulma. Cakupan penyemprotan yang tepat sasaran dapat dilakukan untuk mencegah timbulnya masalah limbah.  Sistem pertanian cerdas sangat dibutuhkan untuk mengatasi permasalahan tersebut, seperti deteksi gulma yang memanfaatkan teknik deep learning. Pada penelitian ini membangun sistem deteksi gulma yamg mengimplementasikan EfficientDet-D0 dan SSD-MobileNet-V2 FPNLite. Dataset yang digunakan berjumlah 941 citra gulma yang kemudian dilakukan pelabelan untuk data latih dan data uji. Sistem menunjukkan kinerja yang baik untuk mendeteksi gulma dengan accuracy berturut-turut dari EfficientDet-D0 dan SSD-MobileNet-V2 FPNLite mencapai 95,69% dan 99,138%. Hasil tersebut menunjukkan EfficientDet-D0 dan SSD-MobileNet-V2 FPNLite dapat mendukung dalam pengendalian gulma.