Klasifikasi Penyakit Tanaman Tomat Menggunakan Convolutional Neural Network dan Implementasi Model H5 Pada Aplikasi Desktop

Adhitya Jamalludin Bastari (Universitas Mercu Buana)
Anis Cherid (Universitas Mercu Buana)

Jurnal Sistem Informasi dan Sistem Komputer
Vol 8 No 2 (2023): Vol 8 No 2 - 2023

Penelitian ini mengembangkan metode budidaya tomat lebih efektif dengan analisis pola dan klasifikasi data citra menggunakan Convolutional Neural Network (CNN). Tujuan utamanya adalah mengklasifikasikan penyakit tomat dan jenis tanaman berdasarkan citra digital. Dengan menggunakan teknologi Deep Learning, informasi yang akurat dan mendalam tentang pertumbuhan dan kualitas tanaman tomat dapat diperoleh. Penelitian ini berhasil mencapai akurasi 99% dalam mengklasifikasikan citra daun tomat sehat, jamur septoria, jamur fulva, dan jamur target spot dengan model Inception V3. Perangkat lunak berbasis desktop yang dikembangkan mampu menampilkan hasil klasifikasi jenis daun secara spesifik.