Analisis Kinerja Vision Transformer Berbasis Transfer learning Untuk Klasifikasi Multikelas pada Gambar Fase Pertumbuhan Padi

Klasifikasi gambar berbasis deep learning merupakan salah satu teknik yang banyak digunakan di berbagai bidang, termasuk sektor pertanian. Di Indonesia, identifikasi fase pertumbuhan padi pada kegiatan Kerangka Sampel Area (KSA) masih dilakukan secara manual, sehingga membutuhkan waktu yang cukup lama dan berisiko menimbulkan kesalahan pengamatan. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan model otomatis untuk mengklasifikasikan fase pertumbuhan padi yang meliputi vegetatif awal, vegetatif akhir, generatif dan panen menggunakan arsitektur Vision Transformer (ViT). Model yang dikembangkan ViT�B/16 berbasis transfer learning guna meningkatkan akurasi dan efisiensi proses klasifikasi. Dataset yang digunakan terdiri atas 1.417 gambar tanaman padi yang diperoleh dari BPS Kabupaten Padang Pariaman selama periode November 2023 hingga Februari 2024. Tahapan praproses mencakup penyesuaian dimensi gambar menjadi 224 × 224 piksel dan normalisasi ke rentang [0,1]. Dataset dibagi menjadi data training (80%) dan data testing (20%). Augmentasi data dilakukan pada data training untuk meningkatkan variasi gambar serta mengurangi risiko overfitting. Pelatihan data dilakukan melalui dua pendekatan yaitu transfer learning dan from scratch sebagai baseline menggunakan beberapa pengaturan hyperparameter seperti epoch 10, batch size berukuran 32, learning rate dengan nilai 0,00005, optimizer AdamW dengan weight decay 0,01 dan fungsi cross-entropy loss. Hasil evaluasi menunjukkan bahwa model yang dilatih dengan pendekatan transfer learning berhasil mencapai akurasi 90,46% dan mampu meningkatkan akurasi sebesar 14,84% dibandingkan dengan model yang dilatih dari awal (from scratch) yang hanya memiliki akurasi sebesar 75,62%. Hal ini menunjukkan bahwa implementasi transfer learning efektif dalam meningkatkan kinerja ViT dalam klasifikasi multikelas pada gambar fase pertumbuhan padi serta termasuk kategori excellent classification.