Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Sistem Informasi Akuntansi (JIMASIA)
Gilang Surya Surya
Universitas Pakuan
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Engineering

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

Found 1 Documents
Search

 1 
Penerapan Model Convolutional Neural Network (Cnn) Untuk Klasifikasi Penyakit Daun Pada Tanaman Singkong (Manihot Esculenta Crantz) Gilang Surya Surya; Sufiatul Maryana; Siska Andriani
Jurnal Ilmiah Sistem Informasi Akuntansi Vol. 6 No. 1 (2026): Volume 6, Nomor 1, June 2026
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jimasia.v6i1.1505

Abstract

Penyakit daun singkong merupakan salah satu faktor utama yang menyebabkan penurunan produktivitas tanaman singkong apabila tidak dideteksi sejak dini. Proses identifikasi penyakit secara manual masih memiliki keterbatasan karena bergantung pada pengamatan manusia yang memerlukan waktu dan ketelitian tinggi. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi penyakit daun singkong secara otomatis menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur ResNet152V2. Dataset yang digunakan diperoleh dari Kaggle dengan total 21.397 citra daun singkong yang terbagi ke dalam lima kelas, yaitu Cassava Bacterial Blight, Brown Streak Disease, Green Mottle, Mosaic Disease, dan Healthy. Tahapan penelitian meliputi persiapan data, exploratory data analysis, prapemrosesan citra dengan ukuran 32×32 piksel, penggunaan batch size 64, serta penerapan random oversampling untuk mengatasi ketidakseimbangan data. Data kemudian dibagi menjadi data latih dan data uji dengan rasio 80:20. Hasil pengujian menunjukkan bahwa model CNN ResNet152V2 mampu mencapai akurasi sebesar 97,2%. Meskipun masih terdapat beberapa kesalahan klasifikasi akibat kemiripan visual antar kelas penyakit yang terlihat pada confusion matrix, model secara keseluruhan menunjukkan performa yang sangat baik. Model yang telah dilatih selanjutnya diimplementasikan ke dalam aplikasi web berbasis Streamlit sehingga dapat digunakan sebagai alat bantu deteksi dini penyakit daun singkong. Penelitian ini diharapkan dapat membantu petani dan masyarakat dalam mencegah penyebaran penyakit serta meningkatkan produktivitas hasil panen singkong.
Co-Authors Siska Andriani Sufiatul Maryana