Expert System for Coffee Leaf Disease Classification With Convolutional Neural Networks

Abstract

Tujuan: Untuk mengembangkan sistem pakar menggunakan Convolutional Neural Network (CNN) untuk mengklasifikasikan Penyakit Daun Kopi ke dalam empat kategori (penambang, phoma, karat, dan tanpa penyakit), memberikan diagnosis yang cepat dan akurat bagi petani.Desain/metodologi/pendekatan: Penelitian ini mengimplementasikan sistem pakar berbasis CNN menggunakan kumpulan data 1.664 gambar daun kopi. Metodologi ini mencakup praproses data dengan standarisasi dan penambahan gambar, pengembangan model CNN dengan enam blok konvolusional, pelatihan model dengan pengoptimal Adam, dan evaluasi komprehensif menggunakan metrik validasi.Temuan/hasil: Sistem mencapai akurasi validasi 97,66% dengan waktu pemrosesan yang efisien (49-161 ms per prediksi). Model menunjukkan keandalan yang tinggi di semua kategori penyakit, dengan tingkat keyakinan secara konsisten di atas 80% dan mencapai hingga 100% untuk kondisi tertentu.Orisinalitas/nilai/keadaan terkini: Penelitian ini memperkenalkan integrasi baru sistem pakar dengan teknologi CNN untuk klasifikasi Penyakit Daun Kopi, yang menawarkan akurasi yang lebih unggul dibandingkan dengan pendekatan probabilistik tradisional. Sistem ini menyediakan visualisasi waktu nyata dan tingkat keyakinan untuk setiap prediksi, menjadikannya alat praktis bagi petani.