Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Responsif : Riset Sains dan Informatika
Fakhri Habib Hawari
Universitas Adhirajasa Reswara Sanjaya
Computer Science & IT

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

Found 1 Documents
Search

 1 
KLASIFIKASI PENYAKIT TANAMAN PADI MENGGUNAKAN ALGORITMA CNN (CONVOLUTIONAL NEURAL NETWORK) Fakhri Habib Hawari; Faslah Fadillah; Muhamad Rifqi Alviandi; Toni Arifin
Jurnal Responsif : Riset Sains dan Informatika Vol 4 No 2 (2022): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas Adhirajasa Reswara Sanjaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v4i2.856

Abstract

Algoritma CNN menunjukkan keunggulan dalam berbagai penerapan di dunia nyata. Penelitian ini bertujuan untuk membantu dan mengedukasi petani dalam mengklasifikasi penyakit padi dan mengurangi risiko kegagalan panen akibat penyakit daun tanaman padi. Adapun jenis daun padi pada penelitian ini: Brown Spot, Hawar, Leaf Brown, dan Daun Sehat. Studi Literatur, Pengumpulan Dataset, Prepocessing Data, Mengolah Data. Penelitian ini didapatkan dari data training, testing, dan validation. Adapun layer konvolusi (Conv2D), layer pooling (MaxPooling2D), layer flatten (flatten), serta layer dense (Dense) untuk klasifikasi penyakit daun padi menggunakan Convolutional Neural Network. Dalam proses data training dilakukan epoch sebanyak 10 epoch, proses ini akan berhenti saat sudah memenuhi kondisi tersebut. Dari hasil penelitian ini dapat disimpulkan bahwa metode Deep Learning CNN dapat diimplementasikan untuk identifikasi citra daun padi yang berpenyakit. Nilai tertinggi dari akurasi data training mencapai nilai 85%, untuk data testing 86%, dan untuk data validation mencapai nilai 95%. Sehingga untuk identifikasi citra penyakit daun padi cukup baik
Co-Authors Faslah Fadillah Muhamad Rifqi Alviandi Toni Arifin