Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Informatika Teknologi dan Sains (Jinteks)
Nanda, Dwita Dhara
Unknown Affiliation
Computer Science & IT Control & Systems Engineering

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

Found 1 Documents
Search

 1 
DETEKSI OTOMATIS PENYAKIT LAYU FUSARIUM PADA DAUN TOMAT MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK BERBASIS EKSTRAKSI CITRA RGB Nanda, Dwita Dhara; Wibowo, Adityo Permana
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 4 (2025): EDISI 26
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i4.6918

Abstract

Tanaman tomat memainkan peranan krusial pada sektor pertanian, tetapi seringkali produksi tanaman tomat terancam oleh penyakit salah satunya adalah penyakit layu yang disebabkan oleh Fusarium. Deteksi yang cepat dan akurat sangat penting untuk mengurangi kerugian pada saat panen. Penelitian ini bertujuan untuk mengevaluasi kinerja model Convolutional Neural Network (CNN) dalam mendeteksi penyakit layu Fusarium pada daun tomat berbasis ekstraksi citra RGB. Dataset yang digunakan dalam penelitian ini terdiri dari gambar daun tomat yang sehat serta yang terinfeksi, yang dibagi dengan rasio 80% untuk pelatihan dan 20% untuk pengujian. Model CNN dilatih selama 20 epoch dengan memakai optimasi Adam pada learning rate sebesar 0.0001. Hasil pengujian menunjukkan performa model yang sangat memuaskan, dengan akurasi pada validasi mencapai 98,47% dan nilai loss serendah 0,0457. Temuan ini menunjukkan bahwa model CNN yang telah diuji sangat efektif dan dapat diandalkan dalam mendeteksi penyakit layu Fusarium pada daun tanaman tomat, sehingga dapat menjadi dasar yang berharga bagi petani dalam pengelolaan tanaman tomat dan pengambilan keputusan.
Co-Authors Adityo Permana Wibowo