Perpustakaan Digital ITB

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.