Implementasi Convolutional Neural Network Untuk Identifikasi Penyakit Daun Gambas

Dwi Fitriana Sari (Universitas Nusantara PGRI Kediri)
Daniel Swanjaya (Universitas Nusantara PGRI Kediri)

Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Vol. 4 No. 3 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020

Tanaman Gambas atau oyong (Luffa acutangula L.) termasuk golongan sayuran dan buah yang mengandung nutrisi seperti vitamin, mineral dan serat. Proese penanaman gambas tidak luput dari masalah seperti adanya serangan hama dan penyakit yang bisa mengakibatkan kegagalan panen. Proses identifikasi penyakit yang dilakukan manual dengan indera penglihatan manusia memiliki kekurangan yaitu penilaian yang bersifat subyektif yang dipengaruhi oleh kurangnya konsentrasi dan rasa lelah serta perlu pengalaman yang cukupbanyak.Penerapan Jaringan Syaraf Tiruan metode Convolutional Neural Network dengan arsitektur MobileNet untuk melakukan proses identifikasi 3 jenis penyakit pada tanaman gambas yaitu Embun Bulu, Kumbang Daun, dan Ulat Daun memiliki akurasi terbaik pada epoch 25 dan learning rate 0,001 dengan akurasi training senilai 92% dan akurasi cross-validation 91,1% dan akurasi testing senilai 90%.