<![CDATA[Tanaman tebu merupakan komoditas strategis dalam industri gula nasional, namun produktivitasnya sering terhambat oleh serangan penyakit daun yang sulit terdeteksi secara dini. Deteksi manual oleh petani atau tenaga ahli memerlukan waktu dan biaya yang tidak sedikit, serta rentan terhadap kesalahan manusia. Penelitian ini bertujuan untuk mengembangkan sistem deteksi penyakit pada daun tebu berbasis website menggunakan pendekatan deep learning dengan arsitektur VGG-19. Metode yang digunakan meliputi pengumpulan dataset citra daun tebu yang terklasifikasi dalam kondisi sehat dan berbagai jenis penyakit, dilanjutkan dengan preprocessing citra, pelatihan model menggunakan VGG-19, serta integrasi model ke dalam antarmuka website untuk penggunaan praktis oleh pengguna. Hasil penelitian menunjukkan bahwa model VGG-19 yang diimplementasikan berhasil mencapai tingkat akurasi sebesar 92,3% dalam mendeteksi dan mengklasifikasikan kondisi daun tebu berdasarkan citra yang diunggah melalui platform. Sistem ini diharapkan dapat menjadi solusi inovatif dalam mendukung proses pemantauan kesehatan tanaman secara real-time dan efisien, serta berkontribusi pada peningkatan produktivitas pertanian tebu di Indonesia.]]>
Copyrights © 2025
