Article Per Year (5 Year)
p-Index From 2021 - 2026
1.978
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan Teknologi dan Kejuruan Journal of ICT Research and Applications Jurnal Informatika dan Teknik Elektro Terapan Knowledge Engineering and Data Science JAPANEDU: Jurnal Pendidikan dan Pengajaran Bahasa Jepang Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) JURIKOM (Jurnal Riset Komputer) Jurnal Informatika dan Rekayasa Elektronik Journal of Computer System and Informatics (JoSYC) JIKA (Jurnal Informatika) Jurnal Pengabdian UNDIKMA Jurnal Informatika Polinema (JIP) Jurnal Nasional Teknologi Informasi dan Aplikasinya
Putu Hendra Suputra
Universitas Pendidikan Ganesha
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Nursing Public Health Social Sciences Other

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
KLASIFIKASI PENYAKIT DAUN TOMAT BERBASIS TRANSFER LEARNING EFFICIENTNETB0 Sapanca, Ganeis; Suputra, Putu Hendra; Ni Wayan, Marti
Jurnal Informatika dan Rekayasa Elektronik Vol. 9 No. 1 (2026): JIRE April 2026
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v9i1.2006

Abstract

Penyakit daun tomat seperti Early Blight dan Late Blight menjadi ancaman serius terhadap produktivitas pertanian yang memerlukan deteksi dini untuk mencegah kerugian hasil panen. Penelitian ini mengembangkan sistem klasifikasi penyakit daun tomat menggunakan arsitektur EfficientNetB0 dengan metode transfer learning untuk mengidentifikasi tiga kategori kondisi daun Early Blight, Healthy, dan Late Blight. Dataset terdiri dari 1.425 gambar yang dibagi dengan rasio 80:20 dan ditingkatkan menjadi 4.557 gambar training melalui teknik augmentasi data. Empat skenario eksperimen dilakukan dengan variasi batch size (16 dan 32) serta jumlah epoch (25 dan 50) untuk mengidentifikasi konfigurasi hyperparameter optimal. Hasil evaluasi menunjukkan bahwa model dengan batch size 16 dan epoch 50 menghasilkan performa terbaik dengan test accuracy 92.55%, precision 92.82%, recall 92.55%, dan F1-score 92.39%. Performa per-kelas mencapai Early Blight (F1-score 92.46%), Healthy (F1-score 96.26% dengan recall sempurna 100%), dan Late Blight (F1-score 88.30%). Analisis komparatif membuktikan batch size 16 konsisten unggul dibanding batch size 32 dengan selisih akurasi 4.21%, dan peningkatan epoch dari 25 ke 50 memberikan kenaikan 2.10% terutama pada deteksi Early Blight. Model yang dikembangkan memenuhi standar aplikasi praktis dengan akurasi tinggi dan waktu training efisien, berpotensi membantu petani melakukan deteksi dini penyakit untuk meningkatkan produktivitas tanaman tomat.
Co-Authors Ardyaputra, Gede Yudha Aryadi, Made Waradiana Desak Made Sri Mardani Eko Mulyanto Yuniarno Gijsbertus Jacob Verkerke I Gusti Putu Kresna Dana I Kadek Antartika I Ketut Eddy Purnama I Ketut Purnamawan I Ketut Purnamawan I Ketut Resika Arthana I Made Ardwi Pradnyana I Made Candiasa I Made Gede Sunarya I Md. Dendi Maysanjaya I Wayan Sadyana I Wayan Sadyana Ida Bagus Nyoman Pascima Komang Setemen Laksmi, Ida Ayu Luh Joni Erawati Dewi Made Windu Antara Kesiman Myrtati Dyah Artaria Ni Ketut Kertiasih Ni Wayan Marti Ni Wayan, Marti Pratama Putra, Gede Bakti Putra, Gede Bakti Pratama Sapanca, Ganeis Sensusiati, Anggraini Dwi Sugiantari, Kadek Feny