View/Open

Author
Aniza, Wulandari

Date Published
30 Nov -0001

Advisor
Nike Dwi Grevika Drantantiyas, S.Si., M.T.,

Subject
Teknik Fisika

Publisher

Penelitian ini bertujuan mengembangkan dan mengevaluasi sistem berbasis computer vision untuk mengestimasi tingkat perlakuan konsentrasi larutan nutrisi hidroponik pada pakcoy (Brassica rapa L.) berdasarkan citra daun. Sistem menggunakan cascaded pipeline yang terdiri atas YOLOv8s untuk mendeteksi dan melokalisasi daun serta EfficientNetV2-S sebagai model regresi untuk mengestimasi nilai perlakuan dari citra Region of Interest (RoI). Dataset awal sebanyak 1.997 citra diaudit dan dideduplikasi sehingga diperoleh 1.995 pasangan citra-label unik, kemudian dibagi menjadi 1.595 citra pelatihan, 200 validasi, dan 200 uji independen yang mencakup 250, 500, 750, dan 1.000 ppm. YOLOv8s dilatih selama 50 epoch dengan masukan 320 × 320 piksel, sedangkan EfficientNetV2-S menggunakan RoI 224 × 224 piksel, AdamW, dan Huber loss. Pada data uji independen, YOLOv8s memperoleh precision 0,9173, recall 0,8870, mAP@0,50 sebesar 0,9598, dan mAP@0,50:0,95 sebesar 0,8428. RoI yang dapat digunakan diperoleh dari 170 dari 200 citra. Pada 170 RoI tersebut, EfficientNetV2-S memperoleh MAE 42,76 ppm, RMSE 107,37 ppm, MAPE 5,71%, dan R² 0,8577. Hasil tersebut menunjukkan kinerja detector-guided estimation pada empat tingkat perlakuan yang diamati, sedangkan generalisasi ke konsentrasi yang belum diamati dan kondisi budidaya lain belum tervalidasi.

URI
https://repo.itera.ac.id/depan/submission/SB2609260008

Keyword
EfficientNetV2-S, Hidroponik, Pakcoy, Regresi, YOL