Dokumen Asli
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Pendeteksian penyakit dan gejala hama pada tanaman padi dibutuhkan untuk
mencegah kerugian yang dapat terjadi dari kerusakan tanaman. Metode umum
untuk mendeteksi penyakit dan gejala hama tanaman merupakan metode
pembelajaran mesin, tetapi memiliki kelemahan karena bekerja secara black box.
Akibat dari kelemahan tersebut, pengguna tidak dapat memahami proses yang
dilakukan dengan baik. Permasalahan kurangnya pemahaman proses dalam
metode tersebut mengakibatkan berkurangnya pertanggungjawaban dari hasil
deteksi yang dilakukan. Salah satu solusi dari permasalahan tersebut adalah
penggunaan konsep explainable artificial intelligence (XAI) untuk membantu
memberikan penjelasan dari proses deteksi. Penyusunan Tugas Akhir ini
dilakukan untuk mengimplementasikan model klasifikasi penyakit dan gejala
hama tanaman padi, program XAI untuk menjelaskan hasil klasifikasi, serta
menerapkan hasil implementasi pada aplikasi seluler. Model klasifikasi dibuat
dengan metode transfer learning untuk meningkatkan performa deteksi.
Implementasi XAI dilakukan menggunakan metode LIME, SHAP, dan Grad-
CAM untuk melihat hasil penjelasan berbeda. Berdasarkan hasil pengujian dan
evaluasi, didapatkan model klasifikasi dengan akurasi sebesar 82.54% pada set
data awal dan 87.5% pada set data latih. Pengujian dan evaluasi metode XAI
mendapatkan akurasi sebesar 57.5% untuk metode LIME, 55% untuk metode
SHAP, serta 67.5% untuk metode Grad-CAM. Berdasarkan evaluasi tersebut,
metode LIME ditentukan sebagai metode terbaik untuk memberikan penjelasan
pada model. Aplikasi seluler yang diimplementasikan dapat digunakan untuk
klasifikasi penyakit dan gejala hama serta penjelasan hasil klasifikasi pada daun
tanaman padi dengan penggunaan server untuk membantu proses tersebut.