Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Teknika
Agung Nurhidayatullah, Rizqy
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering

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

Found 1 Documents
Search

 1 
Performance Improvement of CNN Algorithm with Data Augmentation for Tobacco Leaf Disease Classification Agung Nurhidayatullah, Rizqy; Ema Utami; Dhani Ariatmanto
Jurnal Teknika Vol 18 No 1 (2026): MARET
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/jt.v18i1.1639

Abstract

Pengolahan citra digital daun tembakau merupakan pendekatan penting dalam deteksi dini dan akurat penyakit tanaman, khususnya untuk komoditas pertanian bernilai ekonomi tinggi. Penelitian ini mengusulkan pendekatan augmentasi data multi-strategi untuk meningkatkan akurasi klasifikasi penyakit daun tembakau menggunakan Convolutional Neural Networks (CNN). Tiga teknik augmentasi diterapkan: augmentasi tradisional, augmentasi sampel campuran, dan augmentasi berbasis model pada tiga arsitektur CNN (MobileNetV2, EfficientNetB0, dan VGG16). Dataset terdiri dari 400 citra daun tembakau dengan lima kelas penyakit yang dikumpulkan dari Kabupaten Wonosobo. Eksperimen dilakukan dengan dua skenario pembagian data: 70:30 dan 80:20. Hasil menunjukkan bahwa penerapan augmentasi multi-strategi berhasil meningkatkan akurasi klasifikasi hingga 81,25% pada MobileNetV2 dengan rasio 80:20, yang mewakili peningkatan 20% dibandingkan dengan model tanpa augmentasi. Selain itu, teknik augmentasi secara efektif mengurangi overfitting dengan menurunkan selisih antara akurasi pelatihan dan validasi dari 0,5-0,7 menjadi 0,1-0,2.
Co-Authors DHANI ARIATMANTO Ema Utami