Klasifikasi Penyakit Daun Tomat Menggunakan Algoritma CNN Mobilenet V2

Authors

  • Adis Prima Aryaputra Universitas Nusantara PGRI Kediri Indonesia
  • Danang Wahyu Widodo Universitas Nusantara PGRI Kediri Indonesia
  • Ardi Sanjaya Universitas Nusantara PGRI Kediri Indonesia

DOI:

https://doi.org/10.29407/s37pzf98

Abstract

Penyakit pada daun tomat menjadi salah satu faktor utama penurunan hasil pertanian. Deteksi manual oleh petani sering kali tidak akurat karena gejala penyakit yang serupa. Penelitian ini bertujuan mengembangkan klasifikasikan penyakit daun tomat menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2. Dataset yang digunakan diperoleh dari Kaggle dengan enam kelas kondisi daun. Proses meliputi tahap pra-pemrosesan, pelatihan model, pengujian, dan implementasi. Evaluasi dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil menunjukkan bahwa model mampu melakukan klasifikasi dengan tingkat akurasi yang baik. Penelitian ini penting karena memberikan solusi praktis bagi petani dalam mendeteksi penyakit secara tepat, serta mendorong pemanfaatan teknologi dalam sektor pertanian.

Keywords:

CNN, klasifikasi, mobilenetV2, tomat

##plugins.themes.default.displayStats.downloads##

##plugins.themes.default.displayStats.noStats##

References

[1] C. Lubis, “Klasifikasi Jenis Penyakit Pada Daun Tomat Dengan Menggunakan Convolutional Neural Network,” Jurnal Ilmu Komputer dan Sistem Informasi, vol. 10, no. 1, 2022. https://doi.org/10.24912/jiksi.v10i1.17839

[2] R. C. Sigitta, R. H. Saputra, dan F. Fathulloh, “Deteksi Penyakit Tomat melalui Citra Daun menggunakan Metode Convolutional Neural Network,” Aviation Electronics, Information Technology, Telecommunications, Electricals, Controls, vol. 5, no. 1, pp. 43–51, 2023. https://doi.org/10.28989/avitec.v5i1.1404

[3] R. Soekarta, N. Nurdjan, dan A. Syah, “Klasifikasi penyakit tanaman tomat menggunakan metode Convolutional Neural Network (CNN),” Insect (Informatics and Security): Jurnal Teknik Informatika, vol. 8, no. 2, pp. 143–151, 2023. https:// doi.org/10.33506/insect.v8i2.2356

[4] S. A. Bukhari, “Implementasi Metode Convolutional Neural Network (CNN) Untuk Diagnosa Penyakit Tanaman Cabai Pada Citra Daun,” Kohesi: Jurnal Sains dan Teknologi, vol. 3, no. 10, pp. 11–20, 2024.

[5] C. R. Kotta, D. Paseru, dan M. Sumampouw, “Implementasi Metode Convolutional Neural Network untuk Mendeteksi Penyakit pada Citra Daun Tomat,” Jurnal Pekommas, vol. 7, no. 2, 2022. https://doi.org/10.56873/jpkm.v7i2.4961

[6] B. Julianto, I. N. Farida, dan M. A. D. W. Dara, “Implementasi Metode CNN Pada Aplikasi Android Untuk Deteksi Penyakit Pada Daun Padi,” dalam Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), vol. 7, no. 2, pp. 963–970, Jul. 2023.

[7] O. V. Putra, M. Z. Mustaqim, dan D. Muriatmoko, “Transfer Learning untuk Klasifikasi Penyakit dan Hama Padi Menggunakan MobileNetV2,” Techno.com, vol. 22, no. 3, 2023. https://doi.org/10.33633/tc.v22i3.8516

[8] M. Murinto, M. Rosyda, dan M. Melany, “Klasifikasi Jenis Biji Kopi Menggunkan Convolutional Neural Network dan Transfer Learning pada Model VGG16 dan MobileNetV2,” JRST (Jurnal Riset Sains dan Teknologi), vol. 7, no. 2, pp. 183–189, 2023. https://doi.org/10.30595/jrst.v7i2.16788

[9] R. S. Budi, R. Patmasari, dan S. Saidah, “Klasifikasi Cuaca Menggunakan Metode Convolutional Neural Network ( Cnn),” e-Proceeding Eng., vol. 8, no. 5, hal. 5047–5052, 2021.

[10] D. Normawati and S. A. Prayogi, “Implementasi Naïve Bayes Classifier Dan Confusion Matrix PadaAnalisis Sentimen Berbasis Teks Pada Twitter,” 2021.Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)1290

Downloads

Published

2025-07-10

Issue

Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025

Section

Articles

License

Copyright (c) 2025 Adis Prima Aryaputra, Danang Wahyu Widodo, Ardi Sanjaya

Creative Commons License

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

Authors who publish with this journal agree to the following terms:

  1. Copyright on any article is retained by the author(s).
  2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
  3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
  5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License

How to Cite

Klasifikasi Penyakit Daun Tomat Menggunakan Algoritma CNN Mobilenet V2. (2025). Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 9(1), 102-108. https://doi.org/10.29407/s37pzf98