Rahman, Fadllin Fadlu
Unknown Affiliation

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

Found 1 Documents
Search

IDENTIFIKASI PENYAKIT TUMBUHAN TOMAT DAN ANGGUR MENGGUNAKAN CNN DENGAN ARSITEKTUR VGG-16 Rahman, Fadllin Fadlu; Pratiwi, Nunik
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 1 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i1.5663

Abstract

Tanaman tomat dan anggur dikenal sebagai tanaman yang populer di Indonesia. Mayoritas penyakit yang menyerang kedua tanaman ini dapat teridentifikasi melalui gejala yang muncul pada daunnya. Penelitian ini mengusulkan identifikasi penyakit tanaman tomat dan tanaman anggur menggunakan algoritma Convolutional Neural Network dengan arsitektur VGG-16 didalamnya dengan tujuan membantu masyarakat yang memiliki kedua tanaman tersebut agar dapat menganalisis penyakit dari tanaman anggur dan tanaman tomat. Hasil akurasi yang berhasil diperoleh dari penelitian ini dengan ujicoba epoch sebanyak 100 menghasilkan akurasi sebesar 92% dari total sampel data sebanyak 10.717 yang Merupakan gabungan dari penyakit tanaman anggur dan tanaman tomat. Penyakit tanaman anggur yang digunakan yaitu black rot, esca, healthy, dan leaf blight. Sedangkan penyakit tanaman tomat yang digunakan yaitu bacteria spot, early blight, healthy, late blight, leaf mold, septoria leaf spot, spider mites, target spot, mosaic virus, dan yellow leaf curl virus.