Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Ghandi, Sonnya
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
PENERAPAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) DALAM APLIKASI PENDETEKSI PENYAKIT DAUN TANAMAN KENTANG BERBASIS ANDROID Ghandi, Sonnya; Ma'ruf Nugroho, Imam; Raymond Ramadhan, Yudhi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10769

Abstract

Kentang, tumbuhan dikotil dari keluarga Solanaceae, merupakan bahan pokok penting dalam industri pangan. Namun, pertanian kentang sering menghadapi tantangan penyakit pada daun yang signifikan mengurangi hasil panen. Penelitian ini bertujuan mengembangkan aplikasi Android menggunakan Convolutional Neural Network (CNN) untuk membantu petani atau pengelola pertanian mengidentifikasi penyakit pada daun kentang. Menggunakan pendekatan CRISP-DM yang meliputi tahap Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, dan Deployment, CNN digunakan untuk supervised learning dengan dataset gambar penyakit pada daun tanaman kentang. Model CNN dilatih selama 50 epoch dengan hasil yang sangat baik, menghasilkan training accuracy 99.69%, validation accuracy 99.65%, training loss 1.76%, dan validation loss 2.64%, menunjukkan kemampuan model dalam mengenali penyakit pada daun kentang dengan tingkat akurasi yang tinggi. Dalam evaluasi menggunakan 320 sampel data tes, model mencapai accuracy 99.69%, menegaskan keberhasilan aplikasi dalam deteksi dan klasifikasi penyakit daun tanaman kentang menggunakan CNN.
Co-Authors Ma'ruf Nugroho, Imam Raymond Ramadhan, Yudhi