Deskripsi
Salah satu indikator penting dalam menilai kesehatan bayam adalah kadar klorofil yang dapat diukur melalui nilai SPAD (Soil Plant Analysis Development). Namun, pengukuran SPAD secara manual memerlukan alat khusus yang tidak efisien untuk diterapkan secara luas. Sistem dirancang menggunakan pendekatan multimodal yang menggabungkan citra daun dengan fitur numerik hasil ekstraksi tekstur (GLCM) dan bentuk (Hu Moments). Segmentasi citra dilakukan menggunakan model FastSAM untuk memisahkan daun dari latar belakang secara otomatis. Model klasifikasi daun bayam menggunakan arsitektur ResNet18 menunjukkan akurasi validasi di atas 94, sedangkan model regresi untuk prediksi nilai SPAD menunjukkan kecenderungan overfitting setelah epoch ke-22. Aplikasi akhir diimplementasikan melalui antarmuka Gradio, memungkinkan pengguna untuk mengunggah gambar daun bayam dan memperoleh prediksi nilai SPAD serta rekomendasi perawatan secara real-time.
