KLASIFIKASI KUALITAS BUNGA CENGKEH DENGAN METODE FASTER REGION CONVOLUTIONAL NEURAL NETWORK (FASTER R-CNN)

Abstract

Bunga cengkeh menjadi penting mengingat peran sentralnya dalam sektor pertanian dan industri. Cengkeh bukan hanya sebagai tanaman rempah-rempah yang memiliki nilai ekonomis tinggi, tetapi juga memiliki signifikansi kultural. Di samping kegunaannya sebagai bahan dalam industri makanan dan farmasi, bunga cengkeh telah lama digunakan dalam pengobatan tradisional dan aromaterapi. Namun, tantangan terkait perubahan iklim, teknik Petani cengkeh masih menggunakan indra penglihatan untuk mengetahui kualitas hasil pengeringan panen cengkeh yang kekurangannya masih bersifat subjektif. Penelitian ini bertujuan untuk memudahkan baik petani, produksi maupun konsumen dalam memilah kualitas dari bungah cengkeh menggunakan teknologi kecerdasan buatan. Metode yang digunakan dalam penelitian ini adalah machine learning menggunakan Faster R-CNN. Data sampel yang digunakan menggunakan dataset yang telah dikumpulkan dilokasi penelitian dan dibagi menjadi 3 kelas yaitu kualitas baik, kualitas sedang dan kualitas buruk. Hasil pengujian menggunakan parameter ukur tingkat kecerahan ruangan (lux), jarak pengambilan objek dan pengujian pada objek lain didapatkan hasil bahwa pengujian menggunakan dataset augmentasi dengan parameter ukur nilai lux 600 dan pengambilan jarak 17cm sebagai pengujian dengan tingkat keberhasilan yang tinggi sebesar 86% dan sistem dapat membedakan objek bunga cengkeh dengan objek lain. Hasil rata-rata pengujian yang didapatkan dengan proses augmentasi sebesar 51%.