<![CDATA[Deteksi dini terhadap penyakit pada daun tanaman kentang memiliki peran krusial dalam mencegah penurunan produktivitas hasil panen. Penyakit seperti early blight dan late blight dapat dikenali melalui karakteristik visual pada permukaan daun, namun identifikasi secara manual cenderung bersifat subjektif dan memerlukan waktu yang cukup lama. Penelitian ini bertujuan untuk merancang sistem deteksi otomatis penyakit daun kentang dengan memanfaatkan metode Convolutional Neural Network (CNN) melalui pendekatan transfer learning menggunakan arsitektur VGG16. Dataset yang digunakan mencakup tiga kelas, yaitu daun sehat (healthy), early blight, dan late blight. Tahapan pra-pemrosesan meliputi preprocessing citra, augmentasi data, serta pelatihan model dengan memanfaatkan bobot awal dari VGG16. Parameter pelatihan yang diterapkan antara lain batch size sebesar 32, learning rate sebesar 0,0001, dimensi gambar 224×224 piksel, dan jumlah epoch sebanyak 10. Berdasarkan hasil pengujian, model mampu mencapai akurasi sebesar 95%, disertai nilai precision, recall, dan F1-score yang tinggi dan konsisten untuk setiap kelas. Evaluasi menggunakan confusion matrix menunjukkan performa klasifikasi yang baik dengan tingkat kesalahan prediksi yang rendah. Dengan demikian, sistem ini memiliki potensi untuk diterapkan sebagai alat bantu bagi petani dalam melakukan identifikasi penyakit daun secara cepat dan akurat di lapangan.]]>
Copyrights © 2025
