Rancang Bangun Pendeteksi Hama Ulat Tanaman Selada Menggunakan Arsitektur ResNet-50 Berbasis Raspberry Pi Dan Android

Abstract

Salah satu tanaman sayuran favorit Indonesia adalah selada (Lactuca sativa). Selain sering dikonsumsi mentah, selada juga bisa ditambahkan ke makanan lain. Penggunaan sistem aquaponik merupakan salah satu metode penanaman tanaman selada. Dalam metode budidaya akuaponik, yang memadukan akuakultur dan produksi tanaman, limbah ikan dapat diubah menjadi nutrisi yang dapat digunakan tanaman. Hama ulat umumnya terjadi pada tanaman aquaponik, terutama tanaman selada (Lactuca sativa). Hama ulat grayak adalah salah satu hama yang menyerang tanaman selada. Produktivitas tanaman selada tidak bisa maksimal sebagai akibat dari serangan hama ulat grayak. Mendeteksi keberadaan hama ulat grayak merupakan tujuan dari tugas akhir ini. Untuk tugas akhir ini akan menggunakan CNN (Convolutional Neural Network) dengan model arsitektur ResNet-50 dan dukungan YOLOv5 untuk menemukan hama ulat grayak. Setelah dilakukan pengujian deteksi object menggunakan YOLOv5 mendapatkan hasil rata-rata confidence score sebesar 61.8 %. Untuk klasifikasi dengan model arsitektur ResNet50 memperoleh akurasi sebesar 98% dari 960 dataset.