Implementasi CNN Deteksi Penyakit Daun Selada
DOI:
https://doi.org/10.29407/6d5sb593Keywords:
Deteksi penyakit, Daun selada, Convolution Neural Network (CNN)Abstract
Penelitian ini mengembangkan sistem pendeteksi penyakit pada daun selada dengan memanfaatkan teknik deep learning melalui model Convolutional Neural Network (CNN). Pemilihan topik ini didasarkan pada tingginya dampak penyakit seperti Downy Mildew, Lettuce Bacterial, dan Tip-Burn yang dapat menurunkan kualitas produksi serta merugikan petani. Proses penelitian mencakup penyusunan dataset citra daun selada, penetapan empat kategori kondisi daun, pelatihan model CNN, dan penerapan hasilnya pada antarmuka berbasis Streamlit. Model tersebut dilatih untuk mengenali citra berukuran 128×128 piksel yang telah dinormalisasi, kemudian diuji menggunakan alur prediksi untuk menghasilkan label serta probabilitas tiap kelas. Hasil evaluasi menunjukkan bahwa sistem mampu membedakan daun sehat dan tiga jenis penyakit secara otomatis dengan tingkat keyakinan yang ditampilkan kepada pengguna. Aplikasi yang dikembangkan juga menyajikan visualisasi prediksi dan rincian probabilitas secara informatif. Temuan ini menegaskan bahwa penggabungan CNN dengan antarmuka Streamlit dapat menyediakan solusi cepat dan efektif dalam mendukung deteksi dini penyakit selada, sehingga membantu pengambilan keputusan petani dan meningkatkan efisiensi budidaya.
Downloads
References
S. Ainah and Y. N. C. Khotimah, "Implementasi Sistem Pakar Forward Chaining pada Deteksi Penyakit Tanaman Selada," Jurnal Minfo Polgan, vol. 13, 2024.
[2] M. Rahman, "IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK IDENTIFIKASI KUALITAS TANAMAN SELADA BERDASARKAN CITRA DAUN," Jurnal Informatika dan Teknik Elektro Terapan, vol. 11, 2023.
[3] S. Julyyani and K. Khairullah, "Pemanfaatan Pengolahan Citra Untuk Deteksi dan Identifikasi Hama pada Tanaman Secara Otomatis," Ranah Research Journal Of Multidisciplinary Research and Development, vol. 7, 2025.
[4] R. S. Sri Adiningsi, "Identifikasi Jenis DAun Tanamn Obat Menggunakan Metode Convolutional Neural Network (CNN) Dengan Model VGG16," JIP Jurnal Informatika Polinema, vol. 9, no. 4, pp. 451-460, 2023.
[5] A. Putra, "Klasifikasi Penyakit Daun Cabai Dengan Metode CNN Untuk Deteksi Awal," Jurnal Profesi insinyur Universitas Lampung, vol. 6, 2025.
[6] A. F. Y. Khoirul Huda Dwi Putra, "Analisis Penyakit Pada Tumbuhan Hidroponik Selada Menggunakan Metode Forward Chaining," Jurnal Teknologi Informasi Keilmuan dan Aplikasi Bidang Teknik Informatika, vol. 18, no. 2, 2024.
[7] C. D. A. T. W. Falih Gozi Febrinnanto, "Implementasi Algoritma K-Means Sebagai Metode Segmentasi Citra Daun dalam Identifikasi Penyakit Daun Jeruk," Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 2, no. 11, 2018.
[8] R. B. Sahputra, A. Kunaefi and A. Permadi, "PERANCANGAN MOBILE APPLICATION UNTUK MENGKLASIFIKASIKAN SAYUR SEGAR DAN BUSUK MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN)," Jurnal Mahasiswa Teknik Informatika S-1, vol. 8, 2024.
[9] M. S. a. Zakaria, A. Faisol and F. X. Ariwibisono, "Implementasi Convolutional Neural Network Untuk Deteksi Dan Klasifikasi Penyakit Tanaman Hias Berdasarkan Citra Daun," Indonesian Journal of Humanities and Social Sciences, vol. 5, 2024.
[10] I. Wirabowo and I. Susilawati, "Implementasi Convolution Neural Network (CNN) untuk Deteksi Penyakit pada Daun Jagung Berbasis Citra Digital," Jurnal Pustaka Data, vol. 5, 2025.
[11] M. Yusuf and . D. A. Faroek, "Sistem Pakar Diagnosa Penyakit Pada Tanaman Semangka Merah Menggunakan Metode CNN Berbasis Android," Jurnal Teknik, vol. 13, 2024.
[12] E. C. Too and L. Yujian, "A comparative study of fine-tuning deep learning models for plant disease identification," Computers and Electronics in Agriculture, vol. 161, 2019.
[13] G. Y. Christiawan, R. A. Putra, A. Sulaiman, E. Poerbaningtyas and S. W. P. Listio, "Application of the Convolutional Neural Network (CNN) Method in Classifying Rice Plant Leaf Diseases," journal of information and technology, vol. 11, 2023.
[14] S. Adiningsi and R. A. Saputra, "IDENTIFIKASI JENIS DAUN TANAMAN OBAT MENGGUNAKAN," Jurnal Informatika Polinema, vol. 9, 2023.
[15] A. G. P. M. A. T. Muhammmad Ryan Syah Erwin, "Deteksi Hama Ulat Pada Tanaman Selada Berbasis Aquaponic Menggunakan CNN," E Proceeding Of Engineering, vol. 8, no. 5, p. 10254, 2021.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Oktaviana Tivani Kiki, Ferawati Konda Ngguna, Aprelia Ayu Wijaya
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
