Keywords
Daun jeruk siam
Identifikasi penyakit
How to Cite
Abstract
Buah jeruk mengandung vitamin C yang bermanfaat bagi tubuh dan juga dapat dijadikan pengharum ruangan atapun parfum. Salah satu faktor yang mengakibatkan menurunnya jumlah penjualan bibit jeruk siam adalah serangan..hama dan penyakit yang menimpanya. Penyakit ini menyerang daun. Jenis penyakit yang menyerang daun jeruk siam antara lain penyakit CVPD (Citrus Vein Phloem Degeneration), embun jalaga, dan ulat peliang.Dengan memanfaatkan teknologi pengenalan pola dibuatlah sistem sebagai alat bantu dalam pengenalan dan klasifikasi jenis penyakit daun jeruk siam. Jadi dalam penelitian ini menggunakan metode Convolutional Neural Network (CNN) dengan parameter epoch 35. Hasil akurasi yang didapatkan 94%.
References
F. R. Lestari, I. Purwanti, N. Purnama, A. M. Sajiah, L. B. Aksara, dan J. T. Informatika, “IDENTIFIKASI PENYAKIT TANAMAN JERUK SIAM MENGGUNAKAN METODE M-SVM.”
bps, “produksi buah dan sayur,” atim.bps.go.id, 2020. https://jatim.bps.go.id/statictable/2021/09/06/2243/produksi-buah-buahan-dan-sayuran-tahunan-menurut-jenis-tanaman-di-provinsi-jawa-timur-kuintal-2017-2020.html (diakses 30 Juni 2023).
F. G. Febrinanto Dkk., “Implementasi Algoritme K-Means Sebagai Metode Segmentasi Citra Dalam Identifikasi Penyakit Daun Jeruk,” 2018. [Daring]. Tersedia pada: http://j-ptiik.ub.ac.id
M. A. Hasan, Y. Riyanto, dan D. Riana, “Grape leaf image disease classification using CNN-VGG16 model,” J. Teknol. dan Sist. Komput., vol. 9, no. 4, hal. 218–223, Okt 2021, doi: 10.14710/jtsiskom.2021.14013.
W. M. Pradnya D dan A. P. Kusumaningtyas, “Analisis Pengaruh Data Augmentasi Pada Klasifikasi Bumbu Dapur Menggunakan Convolutional Neural Network,” J. Media Inform. Budidarma, vol. 6, no. 4, hal. 2022, 2022, doi: 10.30865/mib.v6i4.4201.
Patmawati, “Augmentasi data menggunakan dcgan pada gambar tanah,” hal. 45–52.
J. Sanjaya dan M. Ayub, “Augmentasi Data Pengenalan Citra Mobil Menggunakan Pendekatan Random Crop, Rotate, dan Mixup,” J. Tek. Inform. dan Sist. Inf., vol. 6, no. 2, hal. 311–323, 2020, doi: 10.28932/jutisi.v6i2.2688.
R. Budiarto Hadiprakoso dan N. Qomariasih, “Deteksi Masker Wajah Menggunakan Deep Transfer Learning Dan Augmentasi Gambar,” JIKO (Jurnal Inform. dan Komputer), vol. 5, no. 1, hal. 12–18, 2022, doi: 10.33387/jiko.v5i1.3591.
S. I. Syafi’i, R. T. Wahyuningrum, dan A. Muntasa, “Segmentasi Obyek Pada Citra Digital Menggunakan Metode Otsu Thresholding,” J. Inform., vol. 13, no. 1, hal. 1–8, 2016, doi: 10.9744/informatika.13.1.1-8.
A. Tri Utami, “Implementasi Metode Otsu Thresholding untuk Segmentasi Citra Daun,” Fak. Komun. dan Inform. Univ. Muhammadiyah Surakarta, 2017.
D. T. Anggraeni, “Perbaikan Citra Dokumen Hasil Pindai Menggunakan Metode Simple, Adaptive-Gaussian, dan Otsu Binarization Thresholding,” Expert J. Manaj. Sist. Inf. dan Teknol., vol. 11, no. 2, hal. 71, 2021, doi: 10.36448/expert.v11i2.2170.
M. Sholawati, K. Auliasari, dan F. Ariwibisono, “Pengembangan Aplikasi Pengenalan Bahasa Isyarat Abjad Sibi Menggunakan Metode Convolutional Neural Network (Cnn),” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 1, hal. 134–144, 2022, doi: 10.36040/jati.v6i1.4507.
Aditya, KLASIFIKASI GENRE MUSIK POPULER MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DENGAN DATA AUGMENTATION MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DENGAN DATA AUGMENTATION. 2021.
S. Ilahiyah dan A. Nilogiri, “Implementasi Deep Learning Pada Identifikasi Jenis Tumbuhan Berdasarkan Citra Daun Menggunakan Convolutional Neural Network”.
cktavia N. Putri, “Implementasi Metode CNN Dalam Klasifikasi Gambar Jamur Pada Analisis Image Processing (Studi Kasus: Gambar Jamur Dengan Genus Agaricus Dan Amanita),” hal. 1–80, 2020, [Daring]. Tersedia pada: https://dspace.uii.ac.id/bitstream/handle/123456789/23677/16611103 Ocktavia Nurima Putri.pdf?sequence=1&isAllowed=y
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2023 Desi Dwi Kurniawati, Resty Wulanningrum, Julian Sahertian