Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Sistem Komputer

Identifikasi Penyakit Daun Tembakau Berbasis Pengolahan Citra Identifikasi Penyakit Daun Tembakau Berbasis Pengolahan Citra dengan Metode Convolutional Neural Network (CNN) Dan Metode Transfer Learning: Identifikasi Penyakit Daun Tembakau Berbasis Pengolahan Citra dengan Metode Convolutional Neural Network (CNN) Dan Metode Transfer Learning Achmadi, Achmadi; Akramul Umam, Busro; Anwari, Anwari
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 8 No. 1 (2024): Volume VIII - Nomor 1 - September 2024
Publisher : Teknik Informatika, Sistem Informasi dan Teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v8i1.654

Abstract

Abstract— Tujuan dari penelitian ini adalah mengidentifikasi penyakit pada daun tembakaumenggunakan pemrosesan gambar berbasis Convolutional Neural Network (CNN) dan metode TransferLearning. Daun tembakau memiliki nilai komersial yang tinggi karena merupakan bahan baku rokok.Daun tembakau dengan kualitas unggul bisa mencapai harga yang sangat mahal dibandingkankomoditas lainnya, sehingga pemeliharaan daun tembakau sangat penting. Seperti tanaman lainnya,daun tembakau juga rentan terhadap penyakit seperti busuk daun dan mosaic tembakau. Namun,petani sering kali kesulitan mendeteksi penyakit ini secara akurat hanya berdasarkan gejala yangterlihat. Kesalahan dalam mengenali gejala dapat mengarah pada kesimpulan yang salah danpenanganan yang tidak tepat. Untuk mempermudah proses ini, deteksi penyakit pada daun tembakaudapat dilakukan melalui citra daun dengan menggunakan metode Convolutional Neural Network(CNN). Dalam penelitian ini, metode Transfer Learning dengan model CNN Pre-Trained MobileNetdigunakan untuk mengklasifikasikan tiga jenis daun tembakau. Evaluasi dilakukan pada model akhirsetelah 20 epoch, dengan ukuran batch 10 dan ukuran data uji 103 gambar. Hasil penelitianmenunjukkan nilai precision sebesar 73%, recall 69%, dan f1-score 68%. Akurasi berdasarkan datauji tercatat sebesar 69%. Saran untuk penelitian selanjutnya adalah memperkaya dataset dengan lebihbanyak gambar daun tembakau dari berbagai kondisi pencahayaan, sudut pandang, dan berbagaitingkat keparahan penyakit dan membandingkan dengan model CNN lainnya seperti ResNet,Inception, atau EfficientNet, untuk mengetahui model mana yang memberikan hasil terbaik dalamidentifikasi penyakit daun tembakau. Kata Kunci : CNN, Daun Tembakau, Pengolahan citra, Transfer learning
Co-Authors A Ifayani Haanurat A.A. Ketut Agung Cahyawan W Absori Absori Achmadi, Parijo Adlika, Nur Meily Agus Sastrawan Noor Agustina, Marsiana Akramul Umam, Busro Amaliah, Rizky Aminuyati Andang Firmansyah Andriany, Mendy ANGGRENI, MADE AYU Aprianti, Yulia Elsa Apriliyanto, Sutrisno Aprilla, Dhea Arief Budiono Ariyadi, Ariyadi Armadiansyah, Armadiansyah Azizah S, Inas Hasna Bambang Budi Utomo Bambang Genjik Bambang Genjik S Bangsawan, Moh Indra Betaria, Erika Litia Daniel Tjandra desi aryani Devi Novitasari, Devi Devi, Rasaz Anisa Dian Rachma Wijayanti Dwi Suci Suwardi, Dwi Suci Dwipani, Amelia Dwitami, Ananda Rizki Elisa, Iit Endang Purwaningsih Erwan, Kristianto F.Y. Khosmas Fauzi, Vita Kusnul Febbyanti, Tari Febriani, Adeliana Febryanto, Arie Fitriani Fitriani Gigih Prihantono Hadi Wiyono Haliza, Nur HARIANTO, GREDY HENGRAWI Heni Kuswanti Herdiyanti, Lina Herkulana Herkulana Herlin, Elvira Riasah Hernanda, Trias Heslina, Heslina Husni Syahrudin Intan Kurniawati Irawan , Yudy Surya Ita purnamasari, Ita Janiarti, Janiarti Jatmiko, Heri Jayanti, Jayanti Jennah, Rodhatul Jepri, Yakobus Juliyanti, Dwi Retno Jumardi Budiman Junaidi H Matsum Junaidi H. Matsum Kamariyah, Tri Yatmi Karas, Marsius Karjadi Mintaroem Karolina, Venny Kusuma, Amar Rizqi Lilis, Bernadeta M. Basri . Maimunah Maimunah Mardiah, Maya Marhaeni Maria Ulfa Maria Ulfah Marthilda, Fera Maryani, Heni Mashudi Mashudi Meriyani Meriyani Muhammad Agus Muljanto Muhammad Basri Muhammad Supriadi, Muhammad Muhammad Wahdini Muzakki Muzakki, Muzakki Narti, Melda Nevirianti, Nevirianti Novitasari Novitasari Nuraini Asriati Nurkusuma, Almira NURUL HIDAYAH Nurul Wahidah Ogli, Turdialiev Mukhammad Ali Polatjon Okianna Okianna Oktaviani, Rinsan Lestari Oktrivina, Amelia Paskalita, Lidwina Apriani Patriana, Sela Pekatip, Pekatip Peri, Peri Pramana, Agus Prasandi, Robby Anggara Prihantari, Bunga Purwanti, Ajeng Putera, Adhitya Ibanda Rahmah, Dewi Rahman, Juliadi Rahmatika, Ika Rianto, Roni Juniar Adi Riyanti, Apriani Rizka Rizka, Rizka Rospala Hanisah Yukti Sari Rum Rosyid, Rum Rosyid Rustam, Andi Safrudin I, Muhammad Yudha Sahid, Muhammad Sanawiah, Sanawiah Saputra, Dedi Ramadan Sarifah Sarifah Septiani Septiani Shintiawaty, Fenty Simamora, Elsa Febrianty Sri Buwono . Sulistyarini, Sulistyarini Sulviani, Sulviani Sumail, La Ode Susanti, Desy Indah Sutriani Sutriani Syafrima Wahyu Syamsuri Syarkiyah, Kiki Teguh Dwi Widodo Thomy Sastra Atmaja Thoyyibah, Dzurriatun Tri Yulianti, Tri Utami, Enny Fitriani Wahyudi Wahyudi Warneri . Widada, Nicolaus Sri Wijaya, Wahyu Witarsa Witarsa, Witarsa Wiyana, Hari Wulan Fitriani Safari Yanti, Weli yarso, Meilany Yeri, Engel Bertus Yoelianto, Yassmin Athaya Zulkarnaen, Adilla Yolanda