<![CDATA[Penelitian ini bertujuan mengembangkan sistem klasifikasi penyakit pada daun mangga (Mangifera indica L.) menggunakan arsitektur Convolutional Neural Network (CNN) Inception V3. Dataset terdiri atas 4.000 citra daun mangga yang terbagi dalam delapan kelas penyakit (Antraknosa, Kanker Bakteri, Cutting Weevil, Die Back, Gall Midge, Sooty Mould, Embun Tepung) dan satu kelas sehat. Data dibagi menjadi subset pelatihan (70 %), validasi (15 %), dan pengujian (15 %). Proses preprocessing meliputi normalisasi piksel ke rentang [0,1] serta augmentasi data (rotasi, shear, zoom, dan horizontal flip). Model Inception V3 diimplementasikan dengan transfer learning, dimana lapisan awal dibekukan dan lapisan akhir di-fine-tune, dengan optimasi menggunakan Adam dan categorical_crossentropy. Hasil evaluasi pada data pengujian menunjukkan akurasi sebesar 99.34%, precision rata-rata 99.35%, recall rata-rata 99.33%, dan F1-score rata-rata 99.34%. Temuan ini mengindikasikan bahwa CNN Inception V3 sangat efektif untuk mendeteksi berbagai jenis penyakit pada daun mangga. Disarankan dilakukan pengujian lebih lanjut menggunakan arsitektur lain seperti ResNet atau Efficient Net, serta pengembangan implementasi dalam bentuk aplikasi mobile/web untuk mendukung deteksi penyakit secara praktis di lapangan.]]>
Copyrights © 2025
