Klasifikasi Penyakit Tanaman Padi Berbasis Citra Daun Menggunakan Convolutional Neural Network (CNN)

Abstract

Padi merupakan makanan pokok orang Asia, khususnya di Indonesia. Angka konsumsi nasi di Indonesia sangat tinggi, sehingga petani harus memproduksi beras dengan angka yang besar juga. Penyakit pada tanaman, khususnya tanaman padi, menyebabkan kerugian produksi dan ekonomi yang besar. Penelitian ini memiliki tujuan untuk klasifikasi penyakit tanaman padi berdasarkan citra daun. Daun padi memiliki penampang yang luas dibandingkan batang atau akarnya, sehingga mudah untuk mendeteksi secara dini penyakit pada tanaman padi. Metode yang digunakan untuk klasifikasi penyakit pada daun padi adalah dengan Convolutional Neural Network (CNN) menggunakan aristektur Inception-V3. Dataset berupa citra daun padi yang terkena penyakit dikumpulkan dari kaggle dan memiliki 3 kelas, yaitu Brown Spot dengan 433 data citra, Bacterial Leaf Blight dengan 426 data citra, dan Leaf Smut dengan 435 data citra. Data dibagi menjadi 3 set data (training, validasi, dan testing) dengan perbandingan 70:20:10. Hasil performa dievaluasi dengan confusion matrix. Dari hasil pelatihan dan uji model didapatkan hasil akurasi 89%. Pada pengujian hasil akurasi pada masing-masing kelas sebesar 100%%, 85%, dan 82%.