KLASIFIKASI DAN PENGENALAN POLA PENYAKIT CABAI DENGAN METODE CNN (Convolution Neural Network)

Bella Nurbuana Tri Cahya Ningrum; Erlina Nasrinatun Ni’mah; Miranda Putri Arifin; Made Ayu Dusea Widya Dara

doi:10.29407/stains.v3i1.4137

Authors

Bella Nurbuana Tri Cahya Ningrum Universitas Nusantara PGRI Kediri
Erlina Nasrinatun Ni’mah Universitas Nusantara PGRI Kediri
Miranda Putri Arifin Universitas Nusantara PGRI Kediri
Made Ayu Dusea Widya Dara Universitas Nusantara PGRI Kediri

DOI:

https://doi.org/10.29407/stains.v3i1.4137

Keywords:

Cabai, CNN, Klasifikasi, Performa

Abstract

Penelitian ini mengusulkan sistem klasifikasi menggunakan Convolutional Neural Network (CNN) untuk identifikasi penyakit pada buah cabai. Dalam pengujian dengan 162 citra, algoritma mencapai akurasi 100%. Namun, saat diuji dengan 236 citra, termasuk data penyakit lalat yang belum dikenali sistem, akurasi menurun drastis menjadi 45%. Penyakit seperti bercak abu, virus kuning cabai, dan layu bakteri telah berhasil diidentifikasi dengan presisi tinggi. Meskipun demikian, tantangan muncul Ketika data penyakit baru diuji, menyebabkan penurunan signifikan dalam performa sistem. Hasil ini menggarisbawahi pentingnya pengembangan model yang responsive terhadap penyakit baru serta kebutuhan akan dataset yang lebih luas dan respresentatif. Sistem ini menawarkan potensi besar dalam mendukung petani cabai dalam mendeteksi penyakit, namun membutuhkan peningkatan agar dapat mengenali variasi penyakit yang lebih luas dan tetap handal dalam situasi lingkungan

Downloads

Download data is not yet available.

References

A. T. R. Dzaky, “Deteksi Penyakit Tanaman Cabai Menggunakan Metode Convolutional Neural Network,” e-Proceeding Eng., vol. 8, no. 2, pp. 3040–3055, 2021.

Z. E. Fitri, U. Nuhanatika, A. Madjid, and 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, pp. 1–5, 2020, doi: 10.25047/jtit.v7i1.121.

J. V. P. Putra, F. Ayu, and B. Julianto, “Implementasi Pendeteksi Penyakit pada Daun Alpukat Menggunakan Metode CNN,” Stain. (Seminar Nas. Teknol. Sains), vol. 2, no. 1, pp. 155–162, 2023.

A. Zalvadila, L. Syafie, and H. Darwis, “Klasifikasi Penyakit Tanaman Bawang Merah Menggunakan Metode SVM dan CNN,” J. Inform. J. Pengemb. IT, vol. 8, no. 3, pp. 255–260, 2023.

P. Kalkura, P. R. B, S. K. N, Surya, and M. Ramyashree, “Pest control management system using organic pesticides,” Glob. Transitions Proc., vol. 2, no. 2, pp. 175–180, 2021, doi: 10.1016/j.gltp.2021.08.058.

D. Irfansyah, M. Mustikasari, and A. Suroso, “Arsitektur Convolutional Neural Network (CNN) Alexnet Untuk Klasifikasi Hama Pada Citra Daun Tanaman Kopi,” J. Inform. J. Pengemb. IT, vol. 6, no. 2, pp. 87–92, 2021.

J. Kecerdasan, T. Informasi, D. H. Firdaus, B. Imran, L. D. Bakti, and E. Suryadi, “Klasifikasi Penyakit Katarak Pada Mata Menggunakan Metode Convolutional Neural Network ( Cnn ) Berbasis Web Web-Based Classification of Cataract in the Eyes Using Convolutional Neural Network ( Cnn ) Method,” J. Kecerdasan Buatan dan Teknol. Inf., vol. 1, no. 3, pp. 18–26, 2022.