KLASIFIKASI JENIS TANAH MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK BERBASIS MOBILENETV2

Tanah merupakan komponen penting dalam pertanian karena berfungsi sebagai media tumbuh yang menentukan ketersediaan nutrisi dan kemampuan lahan mendukung pertumbuhan tanaman. Identifikasi jenis tanah di lapangan umumnya masih dilakukan secara manual dengan memperhatikan warna, tekstur, dan kondisi permukaan. Cara ini bersifat subjektif dan sering menimbulkan kesalahan dalam menentukan jenis tanaman yang sesuai, sehingga berpotensi menurunkan produktivitas pertanian. Penelitian ini bertujuan mengklasifikasikan empat jenis tanah, yaitu alluvial, black soil, clay soil, dan red soil, menggunakan metode Convolutional Neural Network dengan arsitektur MobileNetV2. Dataset yang digunakan berasal dari Kaggle dan melalui proses praproses, pembagian data menjadi train, validation, dan test lalu diaugmentasi, serta Model dilatih menggunakan pendekatan transfer learning dan dievaluasi dengan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian diharapkan menghasilkan model klasifikasi tanah yang akurat, efisien, dan dapat digunakan sebagai bagian dari sistem pertanian cerdas untuk membantu petani menentukan jenis tanah secara lebih objektif.