rumputsehat-ews-models

Artefak Model RumputSehat EWS

RumputSehat EWS adalah alat bantu keputusan untuk budidaya Kappaphycus alvarezii. Sistem ini membantu pengguna memahami kondisi rumput laut saat ini dan risiko kondisinya memburuk dalam 14 hari.

Sistem ini bukan alat diagnosis. Hasilnya tetap perlu dipertimbangkan bersama pengamatan petani, koperasi, atau penyuluh.

Cara kerja

1. Model foto menilai kondisi rumput laut melalui satu foto jarak dekat.
2. Model lingkungan menghitung peluang kondisi petak memburuk dalam 14 hari.
3. Aplikasi menggabungkan kedua hasil menjadi tingkat risiko hijau, kuning, atau merah.
4. Jika bukti belum cukup, sistem menahan jawaban dan meminta foto baru atau pemeriksaan manusia.

Isi repositori

Repositori ini berisi model akhir, informasi pelatihan, hasil pengujian, dan kode pemeriksaan keaslian file.

Kode aplikasi dan cara menjalankan model tersedia di GitHub RumputSehat EWS pada commit ccef915.

File joblib memakai sistem penyimpanan Python yang bernama pickle. File ini hanya boleh dibuka jika berasal dari repositori resmi ini dan kodenya cocok dengan checksums.sha256.

Model foto

Model memakai DINOv2 yang dibekukan untuk membaca ciri gambar. Hasil pembacaan tersebut kemudian dinilai dengan model logistik multikelas.

Foto harus menampilkan satu bagian talus dari jarak dekat. Foto diubah menjadi ukuran 224 kali 224 piksel sebelum dibaca model.

Model menghasilkan empat kelas.

1. healthy berarti sehat.
2. early_indicated berarti ada gejala awal.
3. advanced berarti kondisi ice ice lanjut.
4. other_disease berarti ada gangguan lain seperti epifit atau endofit.

Model dilatih dengan 685 gambar. Data terdiri dari 170 gambar sehat, 171 gambar gejala awal, 38 gambar kondisi lanjut, dan 306 gambar gangguan lain. Pengujian memakai lima kelompok data. Gambar yang berasal dari foto asli yang sama selalu ditempatkan dalam kelompok yang sama agar hasil pengujian tidak terlalu tinggi karena gambar yang mirip.

Hasil pengujian model foto

Aplikasi hanya memberikan jawaban foto jika tingkat keyakinannya mencapai 95 persen. Dengan batas ini, model menjawab sekitar 70,5 persen dari data pengujian yang sesuai dengan data latih. Akurasi pada jawaban yang dipertahankan sekitar 95,5 persen. Penahanan jawaban membantu mengurangi risiko kesalahan, tetapi tidak menjamin hasil selalu benar.

Sebanyak 710 gambar dinilai secara mandiri oleh tiga anggota tim yang telah mempelajari pedoman. Ketiganya bukan ahli rumput laut. Kesepakatan mayoritas menghasilkan 688 gambar. Tiga gambar tidak dapat dinilai sehingga 685 gambar dipakai untuk model akhir. Nilai kesepakatan Fleiss kappa adalah 0,490.

Kelas other_disease masih memakai label awal dari sumber data. Karena itu, kekuatan label kelas ini tidak sama dengan tiga kelas tingkat pemutihan yang dinilai oleh tim.

Model lingkungan

Model lingkungan menghitung peluang nilai kondisi petak berikutnya lebih buruk daripada nilai saat ini. Periode prediksinya adalah 14 hari.

Model memakai 29 informasi tentang lingkungan dan kegiatan budidaya. Pengembangan model memakai 289 catatan dari sekitar 10 kelompok petak dan siklus budidaya pada dua lokasi di Sulawesi Selatan.

Data utama berasal dari penelitian van Oort dan tim pada Zenodo 13986376. Data tersebut dilengkapi dengan data cuaca dan laut dari Open Meteo.

Hasil pengujian model lingkungan

Model ini hanya menilai peluang kondisi petak yang telah dipantau akan memburuk. Model tidak menentukan tingkat keparahan berikutnya dan tidak memprediksi awal penyakit pada petak yang masih bersih.

Penggunaan yang sesuai

1. Penelitian dan penilaian kompetisi.
2. Demonstrasi produk dalam kondisi yang dikendalikan.
3. Alat bantu bagi koperasi atau penyuluh yang memahami proses pemantauan.
4. Foto jarak dekat yang mengikuti panduan pengambilan foto pada aplikasi.

Batas penggunaan

1. Data foto didominasi foto jarak dekat dengan kondisi seperti laboratorium. Kemampuan model pada foto tambak yang bebas belum terbukti.
2. Kelas kondisi lanjut hanya mempunyai 38 gambar dan hasilnya lebih rendah daripada kelas lain.
3. Model lingkungan baru dikembangkan pada dua lokasi di Sulawesi Selatan.
4. Model belum diuji untuk wilayah atau jenis rumput laut lain.
5. Model dapat menahan jawaban jika foto buruk atau bukti belum cukup.
6. Sistem tidak boleh disebut sebagai alat diagnosis atau sistem yang sudah siap bekerja sendiri tanpa pemeriksaan manusia.

Pemeriksaan keaslian file

46507cf71c53b5ad47d6334f576bd6688925b9c007c4d2a023fc9cb1906d0589  visual_dinov2.joblib
ddcccbf022d4356898c9b48afe09b0c055f47c082badbb8356a29e1f53d608ba  env_ordinal.joblib

Status izin penggunaan

Model dan dokumentasi ini disediakan agar juri dapat memeriksa hasil, batas penggunaan, dan proses reproduksinya selama kompetisi. Tim belum memberikan lisensi terbuka untuk penggunaan ulang model atau dokumentasi di luar keperluan tersebut. Izin setiap sumber data dijelaskan pada repositori data.