<![CDATA[Produksi padi merupakan aspek penting dalam sektor pertanian, terutama dalam menjaga ketahanan pangan. Namun, penyakit pada tanaman padi menjadi salah satu hambatan utama yang dapat menyebabkan gagal panen dan menurunkan produktivitas. Identifikasi penyakit tanaman padi seringkali membutuhkan tenaga ahli, sehingga solusi berbasis teknologi, seperti Deep Learning, diperlukan untuk mendeteksi penyakit secara cepat dan akurat. Penelitian ini bertujuan untuk mengembangkan model klasifikasi penyakit padi menggunakan metode Convolutional Neural Network (CNN) dengan dataset citra digital daun padi yang terdiri dari tiga kelas: Leaf Blast, Brown Spot, dan Bacterial Leaf Blight. Metode yang digunakan meliputi pengumpulan dataset dari platform Kaggle, pengolahan data melalui augmentasi, dan pelatihan model menggunakan CNN. Hasil pengujian menunjukkan bahwa model CNN yang dikembangkan mampu mencapai akurasi sebesar 88% dengan nilai loss sebesar 0,4480. Hasil ini mengindikasikan bahwa metode CNN efektif dalam mengklasifikasikan penyakit tanaman padi berdasarkan citra daun. Kesimpulan dari penelitian ini menunjukkan bahwa teknologi berbasis Deep Learning memiliki potensi besar untuk membantu petani dalam mendeteksi penyakit tanaman padi secara efisien dan akurat, sehingga dapat meningkatkan produktivitas pertanian dan mendukung ketahanan pangan nasional.]]>
Copyrights © 2025
