Perpustakaan Digital ITB

Pada beberapa tahun terakhir, hasil produksi sumber karbohidrat utama di Indonesia secara general menurun. Ini ditemani juga dengan turunnya lahan pertanian yang ada di Indonesia, penyerangan hama, dan penyakit-penyakit yang dijangkit oleh tanaman. Pada studi ini, akan diangkat metode smart agriculture untuk meningkatkan efisiensi dan efektivitas pertanian di Indonesia yang dilakukan pada tanaman ubi Cilembu. Stu- di ini difokuskan pada pengangulangan hama dan penyakit dengan mengembangkan sistem pendeteksian dini. Dilakukan dua variasi pada pengembangan model machine learning untuk mendapatkan model yang optimal yaitu variasi pada epoch training dan image size. Ditemui kasus overfitting yang diselesaikan dengan melakukan augmen- tasi data dan menaikkan jumlah data yang ada. Setelah melakukan studi, didapatkan bahwa epoch yang paling optimal adalah 100 dengan image size 800x800 pixel. Model yang dihasilkan mempunyai akurasi metrik mAP 84.6%, precision 81.3%, dan recall rate 80.5%.