Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Saintekom (Sains dan Teknologi Komputasi)
Muhamad Rizki Ridhwan
Universitas Binaniaga Indonesia
Computer Science & IT

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

Found 1 Documents
Search

 1 
Identifikasi Penyakit Virus Kuning pada Tanaman Cabai dengan Pendekatan CNN Muhamad Rizki Ridhwan; Hudori Hudori
Jurnal SAINTEKOM (Sains dan Teknologi Komputasi) Vol 2 No 1 (2026): Maret 2026
Publisher : Lembaga Penelitian, Pengembangan, dan Pengabdian Kepada Masyarakat (LP3M) – Universitas Binaniaga Indonesia (UNBIN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jskom.v2i1.81

Abstract

Penyakit virus kuning merupakan salah satu gangguan utama yang sering menyerang tanaman cabai. Penelitian ini bertujuan untuk menerapkan pendekatan machine learning berbasis Convolutional Neural Network (CNN) dalam mengidentifikasi penyakit virus kuning secara lebih cepat dan akurat. Data citra diperoleh dari dataset penelitian, kemudian diproses melalui tahapan pre-processing dan pelatihan model CNN dengan evaluasi menggunakan Confusion Matrix. Hasil pengujian menunjukkan nilai akurasi 83,33%, presisi 83,33%, recall 83,33%, dan F1-Score 83,33%. Selain itu, uji kelayakan melalui kuesioner PSSUQ memperoleh skor kepuasan keseluruhan sebesar 97,92%. Dengan demikian, penelitian ini membuktikan bahwa penerapan algoritma CNN pada sistem berbasis web mampu memberikan prediksi yang cukup akurat dan efektif dalam mengidentifikasi penyakit virus kuning pada tanaman cabai. 
Co-Authors Hudori Hudori