Harahap, S. A.
Unknown Affiliation

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

Found 1 Documents
Search

IDENTIFIKASI DAN KLASIFIKASI PENYAKIT PADA TANAMAN KOPI ARABICA DENGAN METODE CNN DAN TRANSFER LEARNING DENSENET-201 Irmawan, Irmawan; Rendiansyah, Rendiansyah; Gustini, Gustini; Harahap, S. A.
Transmisi: Jurnal Ilmiah Teknik Elektro Vol 27, No 2 April (2025): TRANSMISI: Jurnal Ilmiah Teknik Elektro
Publisher : Departemen Teknik Elektro, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/transmisi.27.2.83-91

Abstract

Kopi Arabika adalah tanaman tropis dengan harga jual yang relatif tinggi dan berfungsi sebagai sumber devisa bagi Indonesia. Kualitas dan produksi kopi Arabika akan terpengaruh jika rentan terhadap serangan. Penyakit yang terkait dengan perubahan iklim meliputi cuaca, suhu, kelembapan, tanah, perawatan tanaman yang tidak memadai, dan ketinggian tanah, dengan kemajuan teknologi informasi, permasalahan identifikasi dan klasifikasi jenis penyakit pada tanaman kopi dapat lebih cepat dan akurat. Metode kecerdasan buatan dapat diaplikasikan untuk membantu petani dalam mengidentifikasi berbagai jenis penyakit kopi, salah satunya metode Deep Learning. Penelitian untuk identifikasi dan klasifikasi penyakit pada bidang pertanian dengan menggunakan metode Deep Learning telah menghasilkan peningkatan yang luar biasa. Penelitian dengan memanfaatkan Deep Learning telah dilakukan untuk mendeteksi apakah daun tanaman kopi Arabica mengidap penyakit Cercospora, Leaf Rust, Miner dan Phoma atau sehat. Pengujian metode CNN dengan akurasi 94,2% dan Transfer learning Densenet-201 dengan akurasi 97,2%.