Article Per Year (5 Year)
p-Index From 2020 - 2025
0.92
P-Index
This Author published in this journals
All Journal JIKO (Jurnal Informatika dan Komputer) JURNAL INSTEK (Informatika Sains dan Teknologi) Transparansi Jurnal Ilmiah Ilmu Administrasi Journal of Ocean, Mechanical and Aerospace -science and engineering- (JOMAse) Jurnal Penelitian dan Pengkajian Ilmiah
Kusuma, Bagus
Unknown Affiliation
Aerospace Engineering Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Mechanical Engineering Public Health Social Sciences Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : JIKO (Jurnal Informatika dan Komputer)

 1 
KLASIFIKASI JENIS PENYAKIT PADA TANAMAN PADI MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK Kusuma, Bagus; Hermanto, Teguh Iman; Lestari, Candra Dewi
JURNAL INFORMATIKA DAN KOMPUTER Vol 9, No 1 (2025): Februari 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v9i1.1395

Abstract

Padi adalah tanaman pangan utama di Indonesia dan memiliki peran vital dalam perekonomian serta kehidupan sehari-hari masyarakat. Namun, produksi padi saat ini mengalami penurunan akibat serangan hama dan penyakit. Deteksi dini dan klasifikasi penyakit padi yang akurat sangat penting untuk mengurangi dampak negatif ini. Pada penelitian ini dilakukannpembangunan dan pelatihan model Convolutional Neural Network (CNN) untuk mengenali kondisi kesehatan tanaman padi. Model dilatih dengan dataset citra daun padi dan dioptimasi dengan parameter terbaik yaitu 30 epoch, batch size 45, dan optimizer Lion. Hasil pengujian menunjukkan akurasi 75% untuk data uji dengan loss 59%, dan akurasi 76% untuk data latih dengan loss 61%. Model ini juga berhasil diimplementasikan dalam aplikasi mobile berbasis Android. Penelitian ini diharapkan dapat berkontribusi pada sektor pertanian Indonesia dengan menyediakan alat deteksi penyakit padi yang lebih efisien dan efektif.
Co-Authors Aldi, Bintang Ananda, Wika Arif Rahman Hakim Candra Dewi Lestari Fardin Hasibuan Hermanto, Teguh Iman Lestari, Candra Dewi Putra, Aris Talalu, Lidya Ananda Teguh Iman Hermanto Yulianta, Eka Chandra