<![CDATA[Padi adalah komoditas utama dalam sektor pertanian Indonesia yang sangat rentan terhadap penyakit seperti brown spot, bacterial blight, blast, dan tungro, yang dapat menurunkan hasil panen secara signifikan. Proses identifikasi penyakit secara manual oleh petani dinilai kurang efisien dan sering kali menghasilkan kesalahan. Penelitian ini bertujuan untuk mengembangkan model klasifikasi penyakit pada daun padi dengan menggunakan teknologi transfer learning, yang menggabungkan MobileNetV3-Small dan Support Vector Machine (SVM). Metode yang diterapkan mencakup pemrosesan dataset citra daun padi yang meliputi empat jenis penyakit, serta penggunaan teknik augmentasi data untuk meningkatkan keragaman dan kualitas data pelatihan. Hasil evaluasi menunjukkan bahwa kombinasi MobileNetV3-Small dan SVM memberikan akurasi tertinggi yaitu 99,66%, yang lebih unggul dibandingkan model MobileNetV3-Small 99,24% dan SVM 95,02% secara terpisah. Berdasarkan analisis confusion matrix, model ini terbukti sangat akurat dalam mengklasifikasikan penyakit meskipun ada beberapa kesalahan pada kelas-kelas dengan kesamaan visual yang tinggi]]>
Copyrights © 2025
