Klasifikasi Penyakit Pada Baglog Jamur Tiram Menggunakan Metode Convolutional Neural Network

Abstract

Penelitian ini membahas permasalahan penyakit yang menyerang baglog jamur tiram, yang dapat menyebabkan penurunan kualitas dan kuantitas hasil panen. Tujuan utama penelitian ini adalah mengembangkan sistem klasifikasi penyakit pada baglog jamur tiram menggunakan algoritma Convolutional Neural Network , sehingga memungkinkan deteksi penyakit secara cepat dan akurat. Dataset gambar baglog jamur tiram yang terkena penyakit dibagi menjadi 80% untuk data training dan 20% untuk data validation. Teknik transfer learning diterapkan untuk memanfaatkan fitur-fitur dari model pra-terlatih guna meningkatkan efisiensi pelatihan dan akurasi prediksi. Transfer learning adalah teknik dalam machine learning di mana model yang telah dilatih pada satu tugas digunakan kembali sebagai titik awal untuk tugas lain yang serupa. Proses pelatihan model dilakukan sebanyak 5 kali percobaan, masing-masing dengan 25 epoch dan mendapatkan model terbai di epoch ke 8 . Melakukan beberapa percobaan dengan berbagai konfigurasi dan mengulangi proses pelatihan beberapa kali membantu memastikan bahwa hasil yang diperoleh stabil dan tidak disebabkan oleh kebetulan. Hasil penelitian menunjukkan bahwa model yang dikembangkan memiliki kinerja yang sangat baik dan konsisten, dengan akurasi validation yang stabil sebesar 97.14% dan nilai loss pada validation sebesar 0.0893. Akurasi validation menunjukkan persentase prediksi yang benar pada data validation, sementara nilai loss mengindikasikan seberapa baik model meminimalkan kesalahan prediksi.