Implementasi Algoritma Convolutional Neural Network pada Klasifikasi Penyakit Padi Melalui Citra Daun (Studi Kasus: Penyakit Bacterial Leaf Blight, Brown Spot dan Leaf Spot)
Abstract
Padi atau nama lain dalam bahasa latin nya adalah Oryza Sativa merupakan salah
satu tanaman budi daya terpenting didalam peradaban khususnya di negara
Indonesia. Di negara ini padi merupakan komoditas utama bagi kehidupan dalam
pemenuhan kebutuhan bahan pokok pangan. Menurut data dari Badan Pusat
Statistik (BPS) pada tahun 2020 terkait jumlah penduduk Indonesia saat ini yang
mencapai 269.600.000 jiwa, secara tidak langsung membuat kebutuhan akan
tanaman ini juga semakin meningkat. Proses penanaman pada padi biasanya
dihadapkan dengan berbagai kendala baik dari luar (hama) maupun kendala dari
dalam (penyakit). Penyakit yang paling sering menyerang tanaman padi di wilayah
Indonesia ini adalah Bacterial Leaf Blight, Brown Spot dan Leaf Spot. Oleh sebab
itu, penelitian ini bertujuan untuk mengklasifikasi penyakit padi berdasarkan citra
daunnya yang telah terserang penyakit menggunakan teknik Deep Learning dengan
metode Convolutional Neural Network (CNN), untuk memudahkan dalam
melakukan pendeteksian dini terhadap penyakit padi agar tidak menular dan
menjadi semakin parah. Metode CNN mampu menghasilkan tingkat akurasi yang
signifikan karena memiliki kedalaman jaringan dan telah banyak di aplikasikan
pada data gambar. Berdasarkan dari hasil klasifikasi yang dilakukan, didapatkan
tingkat akurasi sebesar 91,7% dengan arsitektur terbaik menggunakan parameter
skenario perbandingan dataset 90%, size 100x100 piksel, kernel 3x3, learning rate
0,01, optimizer Adam, epoch 150 dan batch size 30.
Collections
- Statistics [904]