Penerapan Arsitektur Mobilenet Dalam Cnn Pada Klasifikasi Penyakit Daun Cabai
PDF

Keywords

Cabai
MobileNet
Pengolahan Citra
CNN

How to Cite

Munir, M. M., Kasih, P., & Sanjaya , A. (2024). Penerapan Arsitektur Mobilenet Dalam Cnn Pada Klasifikasi Penyakit Daun Cabai. Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 8(3), 1626–1632. Retrieved from https://proceeding.unpkediri.ac.id/index.php/inotek/article/view/5120

Abstract

Tanaman cabai adalah salah satu tanaman holtikultura paling produktif, dengan hasil sangat besar dikalangan petani. Tanaman cabai dalam perawatannya cukup rumit dikarenakan mudah terserang penyakit khususnya pada daun cabai. Hal itu disebabkan kurangnya pemahaman sebagian besar petani terhadap penyakit daun cabai. Penelitian ini bertujuan untuk Mengklasifikasikan penyakit pada daun cabai menggunakan pengolahan citra digital. Sistem dapat membantu para petani dalam mengklasifikasikan penyakit daun cabai dengan akurat. Penelitian ini juga membahas hasil akurasi menggunakan metode MobileNet. Hasil klasifikasi yang diperoleh pada pelatihan data dengan epoch 10 memiliki hasil yang cukup baik yaitu 0,9722%.

PDF

References

Fahmi Chairulloh Widia Sumantri and Sutisna, “Pengolahan Citra Digital Plat Nomor Kendaraan Bermotor Menggunakan K-Nn,” J. Inform. Teknol. dan Sains, vol. 4, no. 2, pp. 101–104, 2022, doi: 10.51401/jinteks.v4i2.1999.

S. S. Zuain, H. Fitriyah, and R. Maulana, “Deteksi Penyakit pada Daun Cabai berdasarkan Fitur HSV dan GLCM menggunakan Algoritma C4.5 berbasis Raspberry Pi,” Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 9, pp. 3934–3940, 2021.

A. Berna and L. Lelah, “Penerapan Algoritma Simple Additive Weigthing Menentukan Lahan Pertanian untuk Budidaya Tanaman Cabai,” J. Tek. Inform. Unika ST. Thomas, vol. 07, pp. 266–271, 2022.

Y. B. Sumardiyono, S. Hartono, and S. Sulandari, “Epidemi Penyakit Daun Keriting Kuning Cabai,” Jurnal Perlindungan Tanaman Indonesia, vol. 9, no. 1. pp. 1–3, 2003.

J. Permadi and A. Harjoko, “Identifikasi Penyakit Cabai Berdasarkan Gejala Bercak Daun dan Penampakan Conidia Menggunakan Probabilistic Neural Network,” Semnaskit 20152, pp. 49–53, 2015.

P. C. C. Siswipraptini, A. Haris, and W. N. Sari, “Klasifikasi Citra Penyakit Daun Cabai Menggunakan Algoritma Learning Vector Quantization,” Fakt. Exacta, vol. 16, no. 2, pp. 119–125, 2023, doi: 10.30998/faktorexacta.v16i2.15900.

B. Julianto, I. N. Farida, and M. A. D. W. Dara, “Implementasi Metode CNN Pada Aplikasi Android Untuk Deteksi Penyakit Pada Daun Padi Penulis Korespondensi,” Inotek, vol. 7, pp. 2549–7952, 2023, [Online]. Available: https://proceeding.unpkediri.ac.id/index.php/inotek/

S. R. I. Rahayu, U. Nusantara, and P. Kediri, “DETEKSI PENYAKIT CABAI RAWIT (Capsicum frutescens L.),” 2023.

F. Sulistiyana and S. Anardani, “Aplikasi Deteksi Penyakit Tanaman Jagung Dengan Convolutional Neural Network dan Support Vector Machine,” Semin. Nas. Teknol. Inf. dan Komunikasi-2023, pp. 423–432, 2023.

Muhammad Taufik et al., “Sebaran Penyakit Daun Keriting Kuning pada Pertanaman Cabai di Sulawesi Tenggara dan Identifikasi Penyebabnya,” J. Fitopatol. Indones., vol. 19, no. 3, p. 90, 2023, doi: 10.14692/jfi.19.3.

D. Avianto and 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, pp. 76–88, 2023, doi: 10.31598/sintechjournal.v6i2.1377.

A. T. R. Dzaky, “Deteksi Penyakit Tanaman Cabai Menggunakan Metode Convolutional Neural Network,” e-Proceeding Eng., vol. 8, no. 2, pp. 3039–3055, 2021, [Online]. Available: https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/14701/14478

F. A. A. Harahap, A. N. Nafisa, E. N. D. B. Purba, and N. A. Putri, “Implementasi Algoritma Convolutional Neural Network Arsitektur Model Mobilenetv2 Dalam Klasifikasi Penyakit Tumor Otak Glioma, Pituitary Dan Meningioma,” J. Teknol. Informasi, Komputer, dan Apl. (JTIKA ), vol. 5, no. 1, pp. 53–61, 2023, doi: 10.29303/jtika.v5i1.234.

N. Hardi, “Komparasi Algoritma MobileNet Dan Nasnet Mobile Pada Klasifikasi Penyakit Daun Teh,” Reputasi J. Rekayasa Perangkat Lunak, vol. 3, no. 1, pp. 50–55, 2022, doi: 10.31294/reputasi.v3i1.1313.

MEJILLÓN GONZÁLEZ YURI LISBETH TUTOR:, “No Titleהכי קשה לראות את מה שבאמת לנגד העינים,” הארץ, vol. 2, no. 8.5.2017, pp. 2003–2005, 2022.

Creative Commons License

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

Copyright (c) 2024 Muhamad Misbahul Munir, Patmi Kasih, Ardi Sanjaya

Downloads

Download data is not yet available.