KLASIFIKASI PENYAKIT DAUN SAWI HIJAU DENGAN METODE CNN

Authors

  • Errin Dwi Ratnasari Universitas Nusantara PGRI Kediri
  • Dhira Ananta Rudira Universitas Nusantara PGRI Kediri
  • Anom Surya Buana Universitas Nusantara PGRI Kediri

Keywords:

CNN, Klasifikasi, Tingkat akurasi, daun sawi, Deep Learning

Abstract

Penelitian ini mengusulkan penggunaan Convolutional Neural Network (CNN) untuk mengklasifikasikan penyakit terhadap daun sawi hijua. Sistem ini bekerja secara otomatis untuk mengontrol mana tanaman sehat dan mana tanaman sakit. Penelitian ini bertujuan untuk mendeteksi tanaman sakit dan tanaman sehat pada tanaman  daun sawi hijau Alat ini bekerja dengan pengambilan gambar secara langsung melalui digital,Tingkat akurasi daun sawi hijau yang tepat menjadi penting dalam industry tanaman daun sawi hijau. CNN merupakan metode Deep Learning yang dapat memproses citra dengan akurasi tinggi, Dataset berisi 1071 gambar daun sawi hijau dengan empat Tingkat akurasi daun sawi hijau, yaitu dark akurasi, green akurasi , medium akurasi dan light akurasi. Proses training dilakukan dengan Visual Studio Code dan library TensorFlow, Keras, Open CV dan Numpy. Hasil evaluasi menunjukkan akurasi mencapai 99% pada epoch ke 10. Sistem ini diharapkan membantu penyuka daun sawi hijau mengenal Tingkat akurasi daun sawi hijau dengan lebih akurat.

Downloads

Download data is not yet available.

References

A. Kurniadi, “Implementasi Convolutional Neural Network Untuk Klasifikasi Varietas Pada Citra Daun Sawi Menggunakan Keras,” DoubleClick J. Comput. Inf. Technol., vol. 4, no. 1, p. 25, 2020, doi: 10.25273/doubleclick.v4i1.5812.

S. Asikin and Y. Lestari, “Aplikasi Insektisida Nabati Berbahan Tanaman Rawa Dalam Mengendalikan Hama Sawi Di Lahan Rawa Pasang Surut,” Al Ulum J. Sains Dan Teknol., vol. 6, no. 2, p. 32, 2021, doi: 10.31602/ajst.v6i2.4841.

S. Ilahiyah and A. Nilogiri, “Implementasi Deep Learning Pada Identifikasi Jenis Tumbuhan Berdasarkan Citra Daun Menggunakan Convolutional Neural Network,” JUSTINDO (Jurnal Sist. dan Teknol. Inf. Indones., vol. 3, no. 2, pp. 49–56, 2018.

U. S. Rahmadhani and N. L. Marpaung, “Klasifikasi Jamur Berdasarkan Genus Dengan Menggunakan Metode CNN,” J. Inform. J. Pengemb. IT, vol. 8, no. 2, pp. 169–173, 2023, doi: 10.30591/jpit.v8i2.5229.

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. Ridhovan and A. Suharso, “Penerapan Metode Residual Network (Resnet) Dalam Klasifikasi Penyakit Pada Daun Gandum,” JIPI (Jurnal Ilm. Penelit. dan Pembelajaran Inform., vol. 7, no. 1, pp. 58–65, 2022, doi: 10.29100/jipi.v7i1.2410.

Downloads

Published

2024-01-13

How to Cite

Ratnasari, E. D., Dhira Ananta Rudira, & Anom Surya Buana. (2024). KLASIFIKASI PENYAKIT DAUN SAWI HIJAU DENGAN METODE CNN. Seminar Nasional Teknologi &Amp; Sains, 3(1), 388–393. Retrieved from https://proceeding.unpkediri.ac.id/index.php/stains/article/view/4350

Issue

Vol. 3 No. 1 (2024): STAINS (Seminar Nasional Teknologi & Sains)

Section

Articles

License

Copyright (c) 2024 Errin Dwi Ratnasari, Dhira Ananta Rudira, Anom Surya Buana

Creative Commons License

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

The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License