Pendeteksian Septoria pada Tanaman Tomat dengan Metode Deep Learning berbasis Raspberry Pi Detection of Septoria in Tomato Plants using the Raspberry Pi-based Deep Learning Method

摘要

Salah satu komoditas hortikultura sayuran yang memiliki potensi untuk dikembangkan adalah tanaman tomat, karena memiliki nilai ekonomis yang tinggi, juga banyak dibutuhkan dalam memenuhi kebutuhan baik dalam industri maupun rumah tangga. Namun, tanaman tomat masih memerlukan penanganan serius dalam meningkatkan hasil. Data dari Badan Pusat Statistik menunjukkan bahwa jumlah tomat yang diproduksi tidak sesuai dengan banyaknya permintaan pasar, hal ini karena hasil produksi tomat menurun. Salah satu kendala dalam peningkatan hasil produksi tomat yaitu, tanaman terserang penyakit bercak daun septoria akibat cendawan atau jamur Septoria Lycopersici Speg. Keterbatasan pengetahuan petani akan gejala awal yang tidak tampak jelas dan sukarnya mendeteksi secara cepat terhadap penyakit ini, menyebabkan kerugian seperti; gagal panen ataupun matinya tumbuhan. Berdasarkan masalah tersebut, maka akan dilaksanakan sebuah penelitian dengan tujuan merancang alat yang dapat digunakan untuk mendeteksi penyakit bercak daun septoria berbasis pembelajaran mendalam dengan menggunakan model Convolutional Neural Network (ConvNets atau CNN), dimana algoritma yang menyerupai saraf manusia ini merupakan salah satu pembelajaran terawasi dan banyak digunakan untuk pemecahan masalah linear maupun nonlinear. Selain itu, peneliti memanfaatkan Raspberry Pi sebagai mikrokontroler serta menggunakan Intel Movidius Neural Computing Stick (NCS) yang berfungsi untuk mempercepat proses komputasi sehingga proses pendeteksian lebih mudah karena sifatnya yang portable, cepat dan akurat. Tingkat akurasi rata-rata yang dihasilkan adalah 95.89 dengan akurasi perdeteksi antara 84.22 s/d 100.