DETEKSI GENUS GULMA PADA TANAMAN JAGUNG (ZEA MAYS) MENGGUNAKAN SINGLE SHOT DETECTOR (SSD) (STUDI KASUS: KABUPATEN REJANG LEBONG)

Tanaman jagung (Zea mays L) merupakan tanaman pangan penghasil karbohidrat
potensial kedua di Indonesia setelah beras. Provinsi Bengkulu merupakan provinsi
yang sebagian besar wilayahnya merupakan kawasan hutan lindung dan hutan
rakyat. Perkebunan jagung mengalami gangguan, antara lain disebabkan oleh
gulma. Gulma merupakan tumbuhan liar yang sering muncul di pekarangan rumah
dan pertanian masyarakat. Penelitian ini hanya diambil empat jenis gulma yang
sering muncul di perkebunan jagung yaitu Ageratum sp, Commelina sp, Eleusine
sp, dan Sacciolepis sp. Penelitian ini dibangun sebuah model identifikasi genus
gulma dengan memanfaatkan algoritma Single Shot Detector (SSD). Single Shot
Detector merupakan sebuah model yang dapat mendeteksi atau mengenali objek
pada suatu gambar. Penelitian ini menggunakan 800 dataset training untuk melatih
sistem Deep Learning dan 150 Dataset testing untuk validasi dan evaluasi terhadap
model yang dihasilkan. Dengan nilai threshold IoU dan minimum confidence @0.80
tingkat akurasi yang didapatkan pada penelitian ini sebesar 62.44%.
Kata Kunci: Deep Learning, Gulma, Jagung, Single Shot Detector (SSD)