Implementasi Metode Convolutional Neural Network (CNN) Untuk Klasifikasi Penyakit Teh di PT Perkebunan Nusantara XII Sirah Kencong

Anaga, Galang Kurnia
Mahdiyah, Umi
Setiawan, Ahmad Bagus

Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Vol. 8 No. 3 (2024): SEMINAR NASIONAL INOVASI TEKNOLOGI 2024

Teh adalah tanaman perdu yang dapat tumbuh dengan tinggi sekitar 1-2 meter. Indonesia merupakan eksportir teh terbanyak ke enam di dunia. Namun dalam kurun waktu 2005-2021 jumlah ekspor teh dari indonesia mengalami penurunan. Salah satu faktor penurunan daun teh adalah kualitas daun teh. Kulaitas daun teh dipengaruhi oleh kesehatan pada daun teh itu sendiri. Pada tanaman teh terdapat dua jenis penyakit yang sering ditemui pada daun teh yaitu cacar daun dan hawar daun. Saat ini deteksi penyakit masih dilakukan secara manual. Convolutinal Neural Network (CNN) merupakan salah satu implementasi dari Deep Learning yang digunakan untuk pemrosesan citra digital. Penelitian ini bertujuan untuk mengimplementasikan arsitektur NASnet Mobile yang ada pada CNN untuk mendeteksi penyakit yang menyerang daun teh. Penerapan CNN dengan dengan arsitektur NASNet Mobile ini memiliki akurasi terbaik pada epoch 20 dan learning-rate 0.001 dengan akurasi 100%, validasi 72% dan test 100%.