<![CDATA[Sawi hijau merupakan komoditas pertanian penting di Indonesia, namun rentan terhadap serangan hama yang dapat menurunkan kualitas dan hasil panen. Penelitian ini mengeksplorasi penggunaan teknologi kecerdasan buatan, khususnya Convolutional Neural Networks (CNN), untuk mendeteksi hama pada tanaman sawi hijau secara akurat dan efisien. Tiga arsitektur CNN, yaitu VGG19, InceptionV3, dan Xception, diterapkan dan dibandingkan performanya dalam mengklasifikasikan citra daun sawi yang terserang hama. Metodologi meliputi pengumpulan dan preprocessing data citra, pemodelan dengan ketiga arsitektur, serta evaluasi menggunakan berbagai metrik kinerja. Hasil menunjukkan bahwa arsitektur VGG19 unggul dalam hal akurasi yaitu mencapai 96%, efisiensi penggunaan sumber daya, dan nilai MAPE terendah yaitu 4,61, menjadikannya pilihan optimal untuk implementasi sistem deteksi hama pada tanaman sawi hijau.]]>
Copyrights © 2025
