Klasifikasi Penyakit pada Daun Tomat Menggunakan Convolutional Neural Network
DOI:
https://doi.org/10.29407/pp7es976Keywords:
Convolutional Neural Network, Deep Learning, Daun Tomat, Klasifikasi CitraAbstract
Tomat merupakan salah satu komoditas hortikultura yang rentan terhadap berbagai penyakit daun yang dapat menurunkan kualitas dan hasil panen. Identifikasi penyakit daun tomat secara manual masih sering menimbulkan kesalahan karena kemiripan gejala antarpenyakit. Oleh karena itu, penelitian ini bertujuan untuk mengklasifikasikan penyakit pada daun tomat menggunakan metode Convolutional Neural Network (CNN) berbasis citra digital. Dataset yang digunakan terdiri dari 150 citra daun tomat dengan tiga kelas, yaitu Healthy, Leaf Mold, dan Septoria Leaf Spot. Tahapan penelitian meliputi pengumpulan data, preprocessing citra berupa resize menjadi 224 × 224 piksel dan normalisasi, perancangan arsitektur CNN, pelatihan model, serta evaluasi kinerja model. Model dilatih selama 50 epoch menggunakan optimizer Adam dan fungsi loss Categorical Crossentropy. Hasil penelitian menunjukkan bahwa model CNN mampu mencapai akurasi training sebesar 95% dan akurasi validasi sebesar 75%. Hasil ini menunjukkan bahwa metode CNN memiliki potensi yang baik untuk diterapkan sebagai sistem pendukung dalam mendeteksi penyakit daun tomat secara tepat.
Downloads
References
[1] D. H. Saputry, A. Daryanto, M. R. A. Istiqlal, and S. Widiyanto, “Potensi Hasil dan Penampilan Hortikultura Tomat Generasi F6 di Dataran Rendah,” J. Hortik. Indones., vol. 13, no. 1, pp. 14–22, 2022, doi: 10.29244/jhi.13.1.14-22.
[2] A. N. Kamilah, U. Mahdiyah, and R. Wulanningrum, “Identifikasi Penyakit Daun Tomat Menggunakan NASNet Mobile,” Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), vol. 9, pp. 49–58, 2025.
[3] R. H. Saputra, R. C. S. Hariyono, and Fathulloh, “Deteksi Penyakit Tomat Melalui Citra Daun Menggunakan Metode Convolutional Neural Network,” AVITEC, vol. 5, no. 1, pp. 43–51, 2023, doi: 10.28989/avitec.v5i1.1404.
[4] A. P. Aryaputra, D. W. Widodo, and A. Sanjaya, “Klasifikasi Penyakit Daun Tomat Menggunakan Algoritma CNN MobileNetV2,” Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), vol. 9, pp. 102–108, 2025.
[5] R. Soekarta, N. Nurdjan, and A. Syah, “Klasifikasi Penyakit Tanaman Tomat Menggunakan Metode Convolutional Neural Network (CNN),” INSECT Journal, vol. 8, no. 2, pp. 143–152, 2023.
[6] A. W. Putri, “Implementasi Artificial Neural Network (ANN) Backpropagation untuk Klasifikasi Jenis Penyakit pada Daun Tanaman Tomat,” MATHunesa: Jurnal Ilmiah Matematika, vol. 9, no. 2, pp. 344–352, 2021.
[7] A. Lawi, N. S. Intizhami, R. Mukhtarom, dan S. Amir, “Klasifikasi Penyakit Citra Daun Tanaman Tomat Dengan Ensemble Convolutional Neural Network,” Prosiding Seminar Nasional Teknik Elektro dan Informatika (SNTEI), pp. 113-118, 2022.
[8] R. H. Putra, H. M. Ridwan, I. Abiansyah, dan T. Agustin, “Klasifikasi Daun Tomat Sehat dan Terserang Penyakit Menggunakan Metode Convolutional Neural Network (CNN),” STMIK Amikom Surakarta, 2023.
[9] A. P. Aryaputra, D. W. Widodo, dan A. Sanjaya, “Klasifikasi Penyakit Daun Tomat Menggunakan Algoritma CNN Mobilenet V2,” INOTEK, vol. 9, 2025.
[10] E. A. N. Munfaati dan A. Witanti, “Klasifikasi Buah dan Sayuran Segar atau Busuk Menggunakan Convolutional Neural Network,” JISKA (Jurnal Informatika Sunan Kalijaga), vol. 9, no. 1, pp. 27–38, 2024.
[11] R. Saputra, H. Erlanda, dan A. Ramadhanu, “Klasifikasi Citra Dalam Identifikasi Jeruk Nipis dan Jeruk Mandarin Menggunakan Convolutional Neural Network (CNN),” Jitsi (Jurnal Ilmiah Teknologi Sistem Informasi), vol. 5, no. 4, 2024.
[12] R. H. Saputra, R. C. S. Hariyono, dan Fathulloh, “Deteksi Penyakit Tomat Melalui Citra Daun menggunakan Metode Convolutional Neural Network,” AVITEC (Aviation Electronics, Information Technology, Telecommunications, Electricals, Controls), vol. 5, no. 1, pp. 43–51, 2023.
[13] H. N. Orun, “Klasifikasi Penyakit Daun Tomat Menggunakan VGG Berbasis Website,” MARAS: Jurnal Penelitian Multidisiplin, vol. 2, no. 3, pp. 1306–1312, 2024.
[14] Felix, S. Faisal, T. F. M. Butarbutar, dan P. Sirait, “Implementasi CNN dan SVM untuk Identifikasi Penyakit Tomat via Daun,” Jurnal SIFO Mikroskil, vol. 20, no. 2, pp. 117-126, 2019.
[15] F. Alviansyah, I. Ruslianto, dan M. Diponegoro, “Identifikasi Penyakit Pada Tanaman Tomat Berdasarkan Warna dan Bentuk Daun Dengan Metode Naive Bayes Classifier Berbasis Web,” Jurnal Coding Sistem Komputer Untan, vol. 5, no. 1, pp. 23–32, 2017.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Arfyanda Dela Shefira
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
