Deep Learning untuk Klasifikasi Stres Abiotik Tanaman

Video ini memaparkan hasil penelitian mengenai pengembangan model fine-grained deep learning berbasis citra daun untuk mengklasifikasikan stres abiotik pada tanaman cucurbit. Dalam video ini, dibahas seluruh tahapan eksperimen mulai dari penyiapan data hingga evaluasi interpretabilitas model AI: Penyiapan & Preprocessing Dataset: Pembersihan dan pemrosesan awal citra daun tanaman cucurbit, Pengembangan & Pelatihan Model: Implementasi dan komparasi arsitektur ConvNeXt Tiny dan DenseNet121, Fine-Tuning & Evaluasi: Proses optimasi parameter untuk meningkatkan akurasi klasifikasi, Analisis Interpretabilitas (Grad-CAM): Visualisasi fitur visual yang menjadi fokus utama model dalam mengidentifikasi gejala stres abiotik. Hasil Utama Penelitian: Model DenseNet121 dengan fine-tuning berhasil memperoleh performa tertinggi dengan tingkat akurasi mencapai 86,91%. 📌 Informasi Hibah Penelitian: Skema Hibah: Penelitian Fundamental Reguler (PFR) Tahun 1 (2026) Penyelenggara: Direktorat Penelitian dan Pengabdian kepada Masyarakat (DPPM) Institusi: Kementerian Pendidikan Tinggi, Sains, dan Teknologi Republik Indonesia