PENGARUH REDUKSI DIMENSI PADA CLUSTERING CITRA DAUN TOMAT MENGGUNAKAN DARKNET19 DAN K-MEANS
Abstract
Image Clustering adalah pengelompokan citra dari kelas tanpa label sebelumnya. Pada penelitian ini menggunakan citra clustering dengan data daun tomato leaf panthogen sebanyak 900 citra yang terdiri dari 3 cluster yaitu Bacterial Spot, Yellow Leaf Curl Virus dan Healthy. Pada setiap cluster memiliki 300 citra. Langkah awal yang dilakukan adalah ekstraksi fitur menggunakan DarkNet19. DarkNet19 menerapkan beberapa parameter seperti epoch sebanyak 160 dengan menggunakan Stochastic Gradient Descent, Learning Rate dimulai dari 0.01, weight decay 0.0005, dan augmentasi data termasuk random crops, rotations, hue, saturation, and exposure shifts. Selain ekstraksi fitur, pada penelitian ini juga melakukan pengurangan dimensi menggunakan Principal Component Analysis (PCA). Selanjutnya, proses clustering menggunakan K-Means Clustering. Penelitian ini bertujuan untuk mengetahui tingkat akurasi dalam proses Clustering penyakit daun tomat menggunakan metode CNN DarkNet19, PCA dan K-Means. Hasil klastering yang terbaik menggunakan K-Means Clustering dengan PCA 20 yang menghasilkan accuracy 97.7%, precission 97.73%, dan recall 97.67% dengan waktu komputasi 1 menit 16 detik.
Kata Kunci: Image Clustering, Penyakit Daun Tomat, DarkNet19, Principal Component Analysis, K-Means Clustering.
Full Text:
PDFReferences
S. Maulana, “Septian Maulana, 2018 Zonasi kesesuaian agroklimat untuk menentukan wilayah potensial pengembangan tanaman tomat (LYCOPERSICUM ESCULENTUM MILL) di Kabupaten Garut Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu,” no. 1, pp. 43–59, 2018.
M. Astiningrum, P. P. Arhandi, and N. A. Ariditya, “Identifikasi Penyakit Pada Daun Tomat Berdasarkan Fitur Warna Dan Tekstur,” J. Inform. Polinema, vol. 6, no. 2, pp. 47–50, 2020, doi: 10.33795/jip.v6i2.320.
W. O. Sahera, L. Sabaruddin, and L. O. Safuan, “Pertumbuan dan produksi tomat (Lycopersicum esculentuma Mill) pada berbagai dosis bokhasi kotoran sapi dan jarak tanam,” J. Berk. Penelit. Agron., vol. 1, no. 2, pp. 102–106, 2012.
Kementrian Pertanian Indonesia, “Produksti Tomat menurut Provinsi, 2015 - 2019,” vol. 2019, p. 1, 2020, [Online]. Available: https://www.pertanian.go.id/home/?show=page&act=view&id=61
A. Rachmad, M. Fuad, & E. M. S. Rochman, (2023). Convolutional Neural Network-Based Classification Model of Corn Leaf Disease. Mathematical Modelling of Engineering Problems, 10(2).
J. Redmon and A. Farhadi, “YOLO9000: Better, faster, stronger,” Proc. - 30th IEEE Conf. Comput. Vis. Pattern Recognition, CVPR 2017, vol. 2017-Janua, pp. 6517–6525, 2017, doi: 10.1109/CVPR.2017.690.
S. C. Ng, “Principal component analysis to reduce dimension on digital image,” Procedia Comput. Sci., vol. 111, no. 2015, pp. 113–119, 2017, doi: 10.1016/j.procs.2017.06.017.
A. Rachmad, R. K. Hapsari, W. Setiawan, T. Indriyani, E. M. S. Rochman, & B. D.Satoto. (2023, May). Classification of Tobacco Leaf Quality Using Feature Extraction of Gray Level Co-occurrence Matrix (GLCM) and K-Nearest Neighbor (K-NN). In 1st International Conference on Neural Networks and Machine Learning 2022 (ICONNSMAL 2022) (pp. 30-38). Atlantis Press.
A. Suryadi, “Sistem Pengenalan Wajah Menggunakan Metode Principal Component Analysis (PCA) Dengan Algoritma Fuzzy C-Means (FCM),” J. Pendidik. Mat., vol. 4, no. 2, pp. 58–65, 2015, [Online]. Available: http://e-mosharafa.org/index.php/mosharafa/article/view/mv4n2_2/194
Rochman, E. M. S., Herawati, S., Khozaimi, A., Indriyani, E., Khatimah, B. K., & Rachmad, A. (2023, January). Clustering tourism places in Madura based facilities using fuzzy C-means. In AIP Conference Proceedings (Vol. 2679, No. 1). AIP Publishing.
Y. Agusta, “K-Means – Penerapan, Permasalahan dan Metode Terkait,” J. Sist. dan Inform., vol. 3, no. Februari, pp. 47–60, 2007.
A. Rachmad, M. Fuad, & E. M. S. Rochman, (2023). Convolutional Neural Network-Based Classification Model of Corn Leaf Disease. Mathematical Modelling of Engineering Problems, Vol 10, No. 2. doi: https://doi.org/10.18280/mmep.100220
A. Rachmad, M. Syarief, S. Rifka, F. Sonata, W. Setiawan, E.M.S. Rochman, Corn leaf disease classification using local binary patterns (LBP) feature extraction. In Journal of Physics: Conference Series, 2406(1): 012020. 2022, https://doi.org/10.1088/1742- 6596/2406/1/01202
M. Syarief, A. Mukminin, N. Prastiti, & W. Setiawan. (2017). Penerapan Metode Naive Bayes Classifier Untuk Deteksi Penyakit pada Tanaman Jagung. Network Engineering Research Operation, 3(1). http://dx.doi.org/10.21107/nero.v3i1.75
E. M. S. Rochman, A. Khozaimi, I. O. Suzanti, R. Jannah, Khotimah, , & Rachmad, A. (2022). A combination of algorithm agglomerative hierarchical cluster (AHC) and K-means for clustering tourism in Madura-Indonesia. J. Math. Comput. Sci., 12.
DOI: https://doi.org/10.21107/nero.v8i1.21473
Refbacks
- There are currently no refbacks.
Copyright (c) 2023 Aery Rachmad