<![CDATA[Penyakit pada tanaman pangan merupakan salah satu faktor utama yang menghambat produktivitas pertanian, menyebabkan kerugian ekonomi yang signifikan. Deteksi dini terhadap penyakit tanaman sangat penting untuk mengurangi dampak negatif tersebut. Seiring dengan perkembangan teknologi, penerapan machine learning (ML) dalam deteksi penyakit tanaman menunjukkan potensi besar untuk meningkatkan ketepatan dan efisiensi identifikasi penyakit. Penelitian ini bertujuan untuk mengeksplorasi penerapan teknologi machine learning dalam deteksi dini penyakit pada tanaman pangan, dengan fokus pada identifikasi penyakit melalui analisis citra daun tanaman. Metode yang digunakan dalam penelitian ini melibatkan pengumpulan dataset gambar daun tanaman yang terinfeksi berbagai jenis penyakit, yang kemudian dianalisis menggunakan beberapa algoritma machine learning, seperti Convolutional Neural Networks (CNN) untuk klasifikasi dan prediksi jenis penyakit. Data yang diperoleh diproses melalui tahap pre-processing, diikuti dengan pelatihan model dan evaluasi kinerjanya menggunakan metrik seperti akurasi, presisi, dan recall. Hasil penelitian menunjukkan bahwa penerapan machine learning dapat mencapai tingkat akurasi yang tinggi dalam mengidentifikasi penyakit pada tanaman pangan, dengan model CNN yang menunjukkan kinerja terbaik dalam klasifikasi citra penyakit. Hasil ini menegaskan potensi machine learning sebagai alat bantu yang efisien dalam deteksi dini penyakit tanaman, yang dapat membantu petani dalam pengambilan keputusan yang lebih cepat dan tepat untuk mengendalikan penyebaran penyakit serta meningkatkan hasil pertanian secara keseluruhan. Sebagai langkah selanjutnya, penelitian ini juga mengusulkan untuk memperluas dataset dengan lebih banyak jenis penyakit tanaman dan memperbaiki model agar lebih adaptif terhadap berbagai kondisi lapangan]]>
Copyrights © 2024
