Claim Missing Document
Check
Articles

Found 1 Documents
Search

Implementasi Convolutional Neural Network (CNN) untuk Mengidentifikasi Kondisi Tanaman Kangkung dan Pakcoy Hidroponik Zalianty, Fayza Rizka; Wijayanto , Inung; Ryanu, Harfan Hian
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

—Salah satu teknik budidaya tanaman yang menggunakan air sebagai pengganti tanah adalah hidroponik. Meskipun metode ini memiliki banyak keunggulan dibandingkan dengan metode budidaya konvensional, salah satu tantangan metode ini adalah kesulitan untuk mengetahui kondisi tanaman secara dini. Penelitian ini menggunakan Convolutional Neural Network (CNN) dengan arsitektur VGG-16 untuk membangun sistem yang dapat mendeteksi kondisi tanaman hidroponik. Sistem ini terdiri dari kamera yang mengambil gambar tanaman, prosesor gambar yang mengubah gambar yang diambil oleh kamera menjadi format yang dapat diproses oleh CNN, dan model CNN yang digunakan untuk mengklasifikasikan gambar yang diakses melalui aplikasi. Dataset yang digunakan terdiri dari gambar kangkung dan pakcoy hidroponik yang sehat dan tidak sehat. Hasil pengujian menunjukkan bahwa model yang dibuat memiliki akurasi 96,1%. Model ini dapat mendeteksi tanaman kangkung yang sehat dengan akurasi 93,56%, tanaman kangkung yang tidak sehat dengan akurasi 51,84%, dan tanaman pakcoy yang layu dengan akurasi 99,62%. Meningkatkan ukuran dataset dan menggunakan teknik pengambilan dataset yang lebih konsisten adalah dua cara yang dapat dilakukan. Kata Kunci—CNN, hidroponik, VGG-16