<![CDATA[Penelitian ini bertujuan untuk meningkatkan akurasi klasifikasi penyakit pada daun padi menggunakan algoritma Convolutional Neural Network (CNN) yang di optimasi dengan algoritma Adam. Metode ini dikembangkan untuk memberikan solusi yang efisien dalam mendeteksi dan mengidentifikasi penyakit daun padi secara cepat dan akurat. Data yang digunakan pada penelitian ini terdiri dari gambar daun padi yang terinfeksi penyakit dengan 4 kelas penyakit yaitu Tungro,Blast,Bacterialblight dan Brownspot. Arsitektur CNN digunakan untuk mempelajari pola dari gambar daun padi, sedangkan algoritma Adam digunakan untuk mengopimalkan proses pembelajaran CNN, mempercepat konvergensi dan meningkatkan akurasi klasifikasi. Hasil pengujian menunjukkan bahwa dengan penerapan algoritma Adam, model CNN berhasil mencapai tingkat akurasi sebesar 99,17% dalam mengklasifikasikan penyakit pada daun padi.Penelitian ini menunjukkan bahwa penggunaan kombinasi CNN dengan algoritma Adam memberikan hasil yang sangat baik dalam mendeteksi dan mengklasifikasikan penyakit pada tanaman padi]]>
Copyrights © 2024
