Implementasi Deep Learning Untuk Pengenalan Penyakit Antraks Pada Buah Cabai
PDF

Keywords

Convolutional Neural Network (CNN)
Antraks
Cabai

How to Cite

Ningrum, B. N. T. C., Mahdiyah, U., & Swanjaya , D. (2024). Implementasi Deep Learning Untuk Pengenalan Penyakit Antraks Pada Buah Cabai. Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 8(1), 123–130. Retrieved from https://proceeding.unpkediri.ac.id/index.php/inotek/article/view/4918

Abstract

Penelitian ini mengimplementasikan Deep Learning, khususnya Convolutional Neural Network (CNN), untuk mendeteksi penyakit antraks pada buah cabai. CNN digunakan untuk mengklasifikasikan citra cabai terinfeksi dan tidak terinfeksi. Data gambar dikumpulkan dan diproses menggunakan TensorFlow's ImageDataGenerator untuk normalisasi, resize, dan pembagian batch. Grafik akurasi pada data pelatihan dan validasi dipantau selama proses pelatihan, sementara akurasi pada data pengujian dievaluasi setelahnya. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengendalian penyakit antraks pada tanaman cabai, meningkatkan hasil panen, dan mengurangi kegagalan panen yang disebabkan oleh penyakit. Implementasi pengenalan penyakit cabai menggunakan Convolutional Neural Network (CNN) menunjukkan bahwa CNN berhasil mengklasifikasikan penyakit Antraks pada cabai. Model mencapai akurasi validasi terbaik sebesar 90% pada epoch ke-23, berdasarkan grafik Training and Validation Loss serta Training and Validation Accuracy.

PDF

References

Z. A. Noli dan H. V. Labukti, “Pengaruh Ekstrak Paku Resam (Gleichenia linearis) sebagai Biostimulan terhadap Pertumbuhan dan Hasil Cabai Keriting (Capsicum annum L.) Kultivar Kopay,” Agro Bali Agric. J., vol. 5, no. 3, hal. 492–497, 2022, doi: 10.37637/ab.v5i3.999.

N. M. Yasen, S. Rifka, R. Vitria, dan Y. Yulindon, “Pemanfaatan Yolo Untuk Deteksi Hama Dan Penyakit Pada Daun Cabai Menggunakan Metode Deep Learning,” Elektron J. Ilm., vol. 15, hal. 63–71, 2023, doi: 10.30630/eji.0.0.397.

D. Damaiyanti, R. Yulianty, A. Marzuki, S. Kasim, dan H. Rante, “ANALISIS RESIDU PESTISIDA KLORPIRIFOS PADA CABAI (Capsicum sp.) DARI DESA BUNGIN KECAMATAN BUNGIN KABUPATEN ENREKANG,” Maj. Farm. dan Farmakol., vol. 23, no. 3, hal. 106–108, 2020, doi: 10.20956/mff.v23i3.9401.

N. Prihatiningsih, H. A. Djatmiko, dan E. Erminawati, “Komponen epidemi penyakit antraknosa pada tanaman cabai di kecamatan baturaden kabupaten Banyumas,” J. Agro, vol. 7, no. 2, hal. 203–212, 2020, doi: 10.15575/8000.

R. Z. Rahman, G. -, dan T. N. Padilah, “Sistem Pakar Hama Dan Penyakit Cabai Berbasis Teorema Bayes (Studi Kasus : Dinas Pertanian Karawang),” JUTEKIN (Jurnal Tek. Inform., vol. 9, no. 1, 2021, doi: 10.51530/jutekin.v9i1.468.

I. Jamaleddyn, R. El Ayachi, dan M. Biniz, “Automated Arabic News Classification using the Convolutional Neural Network,” Int. J. Electr. Eng. Informatics, vol. 15, no. 2, hal. 277–290, 2023, doi: 10.15676/ijeei.2023.15.2.7.

M. A. Rahman, M. R. Islam, M. A. H. Rafath, dan S. Mhejabin, “CNN Based Covid-19 Detection from Image Processing,” J. ICT Res. Appl., vol. 17, no. 1, hal. 99–113, 2023, doi: 10.5614/itbj.ict.res.appl.2023.17.1.7.

I. K. G. Darma Putra, I. P. D. Jayantha Putra, R. Fauzi, dan D. Witarsyah, “Classification of Tomato Plants Diseases Using Convolutional Neural Network,” Int. J. Adv. Sci. Eng. Inf. Technol., vol. 10, no. 5, hal. 1821–1827, 2020, doi: 10.18517/ijaseit.10.5.11665.

D. Avianto dan I. E. Handayani, “Klasifikasi Penyakit Antraknosa Pada Cabai Merah Teropong ”Inko Hot” Dengan Metode Convolutional Neural Network,” SINTECH (Science Inf. Technol. J., vol. 6, no. 2, hal. 76–88, 2023, doi: 10.31598/sintechjournal.v6i2.1377.

R. Rosalina dan A. Wijaya, “Pendeteksian Penyakit pada Daun Cabai dengan Menggunakan Metode Deep Learning,” J. Tek. Inform. dan Sist. Inf., vol. 6, no. 3, hal. 452–461, 2020, doi: 10.28932/jutisi.v6i3.2857.

Z. E. Fitri, U. Nuhanatika, A. Madjid, dan A. M. N. Imron, “Penentuan Tingkat Kematangan Cabe Rawit (Capsicum frutescens L.) Berdasarkan Gray Level Co-Occurrence Matrix,” J. Teknol. Inf. dan Terap., vol. 7, no. 1, hal. 1–5, 2020, doi: 10.25047/jtit.v7i1.121.

D. S. Anggraeni, A. Widayana, P. D. Rahayu, dan C. Rozikin, “Metode Algoritma Convolutional Neural Network pada Klasifikasi Penyakit Tanaman Cabai,” STRING (Satuan Tulisan Ris. dan Inov. Teknol., vol. 7, no. 1, hal. 73, 2022, doi: 10.30998/string.v7i1.13304.

K. N. Sami, Z. M. A. Amin, dan R. Hassan, “Waste Management Using Machine Learning and Deep Learning Algorithms,” Int. J. Perceptive Cogn. Comput., vol. 6, no. 2, hal. 97–106, 2020, doi: 10.31436/ijpcc.v6i2.165.

N. D. Miranda, L. Novamizanti, dan S. Rizal, “Convolutional Neural Network Pada Klasifikasi Sidik Jari Menggunakan Resnet-50,” J. Tek. Inform., vol. 1, no. 2, hal. 61–68, 2020, doi: 10.20884/1.jutif.2020.1.2.18.

F. Ertam, “Data classification with deep learning using tensorflow,” 2nd Int. Conf. Comput. Sci. Eng. UBMK 2017, hal. 755–758, 2017, doi: 10.1109/UBMK.2017.8093521.

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Copyright (c) 2024 Bella Nurbuana Tri Cahya Ningrum, Umi Mahdiyah, Daniel Swanjaya

Downloads

Download data is not yet available.