Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika)
Arwin, Dwi Septiyani
Unknown Affiliation
Computer Science & IT Education

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

Found 1 Documents
Search

 1 
IDENTIFIKASI PENYAKIT TANAMAN JAGUNG BERDASARKAN CITRA DAUN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK Arwin, Dwi Septiyani; Utami, Ema
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.9320

Abstract

Identifikasi penyakit pada daun jagung memiliki peran penting dalam mendukung produktivitas pertanian yang berkelanjutan. Penelitian ini mengusulkan model klasifikasi menggunakan Convolutional Neural Network (CNN) dengan arsitektur ResNet-50 untuk mendeteksi penyakit daun jagung berdasarkan data citra. Dataset yang digunakan terdiri dari empat kategori: Blight, Common Rust, Gray Leaf Spot, dan Healthy, yang diperoleh dari sumber data publik. Pra-pemrosesan data dilakukan melalui perubahan ukuran citra menjadi 224×224 piksel dan peningkatan kontras menggunakan teknik CLAHE. Pengembangan model dilakukan dengan pendekatan transfer learning dan dievaluasi menggunakan metrik akurasi, presisi, recall, F1-score, serta confusion matrix. Hasil eksperimen menunjukkan kinerja klasifikasi yang tinggi dengan akurasi keseluruhan sebesar 94%. Kategori Healthy memperoleh performa terbaik (presisi dan recall = 1.00), sementara kategori Gray Leaf Spot mencatat nilai recall terendah akibat kemiripan visual dengan kategori lain. Penelitian ini membuktikan bahwa model CNN berbasis ResNet-50 sangat efektif untuk klasifikasi otomatis penyakit daun jagung dan berpotensi besar untuk diterapkan dalam sistem pertanian presisi.
Co-Authors Ema Utami