<![CDATA[Jagung salah satu kebutuhan pangan utama setelah padi dan terigu di dunia dan termasuk kebutuhan yang penting di Indonesia setelah padi. Identifikasi penyakit pada daun tanaman jagung dapat dilakukan secara manual dengan penglihatan mata manusia berdasarkan warna daun jagung. Namun proses ini membutuhkan waktu yang lama dan kurang akurat sehingga mempengaruhi penambahan biaya perawatan. Untuk mendukung proses identifikasi secara cepat dan akurat dibutuhkan sistem pengolahan citra digital. Pada Penelitian ini mengusulkan metode Convolutional Neural Network (CNN) pre-trained model untuk mendeteksi jenis penyakit pada daun jagung. Deteksi yang dilakukan pada 5 jenis daun jagung yaitu 1 daun sehat dan 4 penyakit daun jagung yaitu karat daun, bercak daun, hawar daun, dan bulai daun. Harapannya metode yang diusulkan mampu mendeteksi penyakit daun jagung secara akurat dan mengurangi waktu komputasi. Berdasarkan hasil ujicoba bahwa transfer learning mampu meningkatkan akurasi dan mengurasi waktu komputasi dengan tingkat akurasi data training 0.85% error rate 0.45% dan data validasi 0.88% error rate 0.54]]>
Copyrights © 0000
