Perbandingan Convolutional Neural Network dan Vision Transformer Untuk Klasifikasi Penyakit Daun Pada Tomat

Abstract

Penyakit daun pada tanaman tomat, seperti early blight dan late blight, dapat menyebabkan penurunan hasil panen yang signifikan, mengancam keberlanjutan usaha pertanian dan ketahanan pangan global. Deteksi dini menjadi langkah penting untuk meminimalkan kerugian yang dialami petani. Penelitian ini bertujuan mengevaluasi kinerja dua model deep learning, yaitu ResNet-152 dan Vision Transformer (ViT), dalam mendeteksi dan mengklasifikasikan penyakit daun tomat. Dataset yang digunakan terdiri dari 10.000 citra daun tomat yang diklasifikasikan ke dalam 10 kategori penyakit, dengan proporsi data pelatihan dan validasi sebesar 80:20. Augmentasi data dilakukan untuk meningkatkan variasi dataset. Model dilatih dengan parameter yang dioptimalkan dan dievaluasi menggunakan metrik akurasi, loss, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa Vision Transformer (ViT) lebih unggul dibandingkan ResNet-152, dengan akurasi 98,60% dan loss 0,0568, sedangkan ResNet-152 mencapai akurasi 96,09% dan loss 0,1683. Mekanisme self-attention pada ViT memungkinkan model menangkap pola visual kompleks, menghasilkan generalisasi lebih baik pada dataset dengan variasi tinggi. Sebaliknya, ResNet-152 menunjukkan performa solid tetapi lebih rentan terhadap kesalahan pada kategori penyakit dengan gejala visual yang serupa. Implikasi dari penelitian ini adalah bahwa Vision Transformer dapat diimplementasikan untuk mendeteksi penyakit daun tomat secara otomatis, membantu petani mengambil langkah pengendalian lebih dini, sehingga mengurangi kerugian hasil panen dan meningkatkan produktivitas. Penelitian selanjutnya disarankan untuk mengoptimalkan parameter Vision Transformer dan mengembangkan teknik augmentasi data yang lebih baik untuk meningkatkan akurasi pada kategori penyakit dengan gejala yang sulit dibedakan.