Implementasi Pendeteksi Penyakit pada Buah Alpukat Menggunakan Metode CNN
DOI:
https://doi.org/10.29407/mndm5t42Keywords:
Alpukat, Android, CNN, CitraAbstract
Penelitian ini membahas implementasi metode Convolutional Neural Network (CNN) dalam mendeteksi penyakit pada buah alpukat. Penyakit yang menyerang tanaman alpukat dapat menyebabkan penurunan hasil panen secara signifikan. Metode CNN diterapkan dengan memanfaatkan arsitektur MobileNet V2 yang dioptimalkan untuk perangkat seluler dengan keterbatasan sumber daya. Data dikumpulkan melalui observasi langsung dan wawancara dengan petani, serta diproses melalui tahap pre-processing, termasuk resizing dan augmentasi data. Model dilatih menggunakan dataset yang dibagi menjadi data pelatihan (70%) dan data validasi (30%). Hasil penelitian menunjukkan bahwa metode CNN mampu mengklasifikasikan jenis penyakit pada buah alpukat dengan tingkat akurasi yang tinggi. Implementasi sistem berbasis aplikasi ini diharapkan dapat membantu petani dalam mengidentifikasi penyakit dengan lebih mudah dan akurat, sehingga dapat meminimalisir kerugian akibat serangan penyakit.
Downloads
References
B. Widianti, D. Hariyono, dan S. Fajriani, “Studi Pertumbuhan pada Tiga Jenis Tanaman Alpukat (Persea
americana Mill),” PLANTROPICA: Journal of Agricultural Science, vol. 007, no. 1, hlm. 48–53, Feb 2022,
doi: 10.21776/ub.jpt.2022.007.1.6.
Divia Dwi Arfika, Indri Syafitr, dan Padli Husaini Pahutar, “SISTEM PENDETEKSI KEMATANGAN
BUAH ALPUKAT DENGAN TRANSFORMASI RUANG WARNA HSI,” JATI (Jurnal Mahasiswa
Teknik Informatika) , vol. 8, no. 4, Agu 2024.
R. Thangaraj, D. Dinesh, S. Hariharan, S. Rajendar, D. Gokul, dan T. R. Hariskarthi, “Automatic
Recognition of Avocado Fruit Diseases using Modified Deep Convolutional Neural Network,”
International Journal of Grid and Distributed Computing, vol. 13, no. 1, hlm. 1550–1559, 2020, [Daring].
Tersedia pada: https://www.researchgate.net/publication/342491108
S. Sheila, M. Kharil Anwar, A. B. Saputra, R. Pujianto, dan I. P. Sari, “Deteksi Penyakit pada Daun Padi
Berbasis Pengolahan Citra Menggunakan Metode Convolutional Neural Network (CNN),” 2023. [Daring].
Tersedia pada: https://www.kaggle.com/datasets/tedisetiady/leaf-
R. Dwi Prastyo dan D. A. Puryono, “Sistem Informasi Pendeteksi Hama Penyakit Tanaman Padi
Menggunakan Metode Fuzzy Tsukamoto Berbasis Android,” CDROM, 2018.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Bima Mahardhika, Ghovin Suraju
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:
- Copyright on any article is retained by the author(s).
- 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.
- 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.
- 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.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
