Penerapan Metode Convolutional Neural Network (CNN) Dalam Mengklasifikasikan Penyakit Daun Tanaman Padi

  • Christiawan G
  • Putra R
  • Sulaiman A
  • et al.
N/ACitations
Citations of this article
98Readers
Mendeley users who have this article in their library.

Abstract

Padi merupakan tanaman pokok di Indonesia. Kebanyakan para petani memilih tanaman padi sebagai tanaman utama untuk lahan pertanian. Mulai dari lahan hingga iklim tropis yang terjadi di Indonesia sangat cocok untuk tanaman padi. Diantara dukungan-dukungan tersebut muncul rintangan yang dihadapi para petani. Penyakit tanaman daun  padi tersebut antara lain Brownspot,  Blas, Penyakit Hawar Daun Bakteri (HDB). Klasifikasi penyakit tersebut dapat dilakukan dengan metode CNN (Convolutional Neural Network). Selama ini proses deteksi pada penyakit daun tanaman padi dengan cara manual. Metode CNN dapat mendeteksi image dari pixel ke pixel sehingga dinilai efektif untuk mendeteksi penyakit hanya dari gambar saja. Penelitian ini menggunakan dataset berjumlah 1630 data yang dibagi menjadi 3 kelas penyakit. Penelitian ini melakukan perbandingan jumlah epoch serta menggunakan arsitektur CNN InceptionV3. Hasil dari penelitian ini menunjukan hasil yang sangat baik di angkat 98% dengan data yang tidak overfitting.

Cite

CITATION STYLE

APA

Christiawan, G. Y., Putra, R. A., Sulaiman, A., Poerbaningtyas, E., & Putri Listio, S. W. (2023). Penerapan Metode Convolutional Neural Network (CNN) Dalam Mengklasifikasikan Penyakit Daun Tanaman Padi. J-INTECH, 11(2), 294–306. https://doi.org/10.32664/j-intech.v11i2.1006

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free