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.