Identifikasi Daun Melon pada Citra Red Green Blue Depth dengan Faster Region Convolutional Neural Network

Abstract

Salah satu contoh penerapannya yaitu penggunaan robot pemangkasan daun tanaman melon. Pemangkasan bertujuan untuk membantu proses metabolisme tanaman. Robot pemangkasan harus dapat membedakan daun dan cabang tanaman melon. Metode Faster Region Convolutional Neural Network diaplikasikan pada penelitian ini untuk melakukan klasifikasi daun dan batang tanaman. Data aligned image tanaman golden melon yang diambil menggunakan sensor kamera RGB-Depth digunakan untuk pemodelan. Pemodelan dilakukan dalam 10 epoch dan terdapat dua skenario pengujian yang memiliki hasil berbeda. Hasil skenario I memiliki nilai mean average precision (mAP) lebih unggul yaitu sebesar 70.02%. Korelasi antara nilai intensitas cahaya dengan nilai mAP memiliki nilai – 0.292. Sample data uji di setiap jarak dan sudut tidak memiliki pengaruh terhadap hasil pemodelan. Berdasarkan hasil tersebut, penggunaan threshold IoU pada region proposal sangat memengaruhi nilai mAP. Model yang dikembangkan pada penelitian ini perlu dikembangkan lebih lanjut karena kurangnya data dan pengambilan gambar yang tidak rapi.