Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Explore IT : Jurnal Keilmuan dan Aplikasi Teknik Informatika
Rizki Windiawan
Teknik Informatika, Universitas Singaperbangsa Karawang
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 1 Documents
Search

 1 
Identifikasi Penyakit pada Daun Kopi Menggunakan Metode Deep Learning VGG16 Rizki Windiawan; Aries Suharso

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v13i2.2689

Abstract

Indonesia merupakan negara dengan jumlah produksi kopi urutan keempat dunia. Namun, dibandingkan dengan negara pesaing jumlah produksi di Indonesia terbilang kecil yang disebabkan karena banyaknya tanaman kopi yang terserang penyakit. Tujuan dari penelitian ini adalah untuk mengidentifikasi penyakit pada tanaman kopi melalui daun menggunakan metode deep learning agar dapat sesegera mungkin mencegah penyakit tidak cepat menyebar. Deep learning adalah jenis machine learning yang bekerja dengan cara menyiapkan parameter dasar terkait data dan melatih komputer agar bisa belajar dengan mengenali pola menggunakan banyak lapisan pemrosesan. VGG16 adalah salah satu jenis arsitektur pada deep learning dengan total jumlah layer sejumlah 16. Data yang digunakan terdiri dari 360 gambar yang terdiri dari gambar daun kopi sehat, daun kopi penyakit Red Spider Mite, dan daun kopi penyakit Rust. Setelah dilakukan proses pengujian terhadap data validation didapatkan akurasi terbesar yaitu 89% sehingga dapat disimpulkan bahwa metode deep learning VGG16 berjalan baik dalam mengidentifikasi penyakit pada tanaman kopi.
Co-Authors Aries Suharso