Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal Peqguruang: Conference Series
Yunis Debriani
Universitas Al Asyariah Mandar
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Economics, Econometrics & Finance Education Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Public Health Social Sciences Other

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Deteksi Penyakit Pada Tanaman Kopi Menggunakan Pengolahan Citra Dengan Metode Convolutional Neural Network (CNN) Yunis Debriani; Ul Khairat; Harianto Harianto
Journal Peqguruang: Conference Series Vol 7, No 1 (2025): Peqguruang, Volume 7 Nomor 1 Mei 2025
Publisher : Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jp.v7i1.5512

Abstract

Kopi adalah tanaman tropis yang menjadi komoditas ekspor utama di banyak negara. Tanaman ini merupakan sumber bahan baku minuman populer, terutama dari varietas Arabika dan Robusta. Petani kopi di daerah biasanya adalah petani tradisional yang sering kali belum mengetahui cara yang tepat dalam penanganan dan pengendalian hama maupun penyakit. Penanganan yang mereka lakukan biasanya didasarkan pada pengetahuan yang diwariskan dari generasi sebelumnya atau berdasarkan pengalaman pribadi dan Kurangnya pembelajaran tentang cara menanam kopi yang baik juga dapat menyebabkan serangan penyakit pada akar, batang, buah, maupun daun, yang akhirnya mempengaruhi hasil panen. Penelitian ini bertujuan untuk membuat sistem yang dapat membantu petani dalam mengidentifikasi penyakit pada buah kopi dengan memanfaatkan data gambar buah kopi. Identifikasi ini dilakukan menggunakan algoritma Convolutional Neural Network (CNN), salah satu metode dalam Deep Learning. Data yang digunakan mencakup penyakit pada buah Buah kopi. Hasil penelitian menunjukkan bahwa penerapan algoritma Convolutional Neural Network (CNN) memiliki tingkat akurasi yang sangat baik, khususnya pada biji kopi. Sistem ini dapat membantu petani dan masyarakat dalam mengidentifikasi penyakit pada kopi dengan memanfaatkan citra warna. Berdasarkan hasil pengujian, penggunaan CNN dalam sistem deteksi penyakit pada Buah kopi sangat akurat, dengan menunjukkan hasil akurasi sebesar 94%. 
Co-Authors Harianto Harianto Ul Khairat