<![CDATA[Tanaman tomat memainkan peranan krusial pada sektor pertanian, tetapi seringkali produksi tanaman tomat terancam oleh penyakit salah satunya adalah penyakit layu yang disebabkan oleh Fusarium. Deteksi yang cepat dan akurat sangat penting untuk mengurangi kerugian pada saat panen. Penelitian ini bertujuan untuk mengevaluasi kinerja model Convolutional Neural Network (CNN) dalam mendeteksi penyakit layu Fusarium pada daun tomat berbasis ekstraksi citra RGB. Dataset yang digunakan dalam penelitian ini terdiri dari gambar daun tomat yang sehat serta yang terinfeksi, yang dibagi dengan rasio 80% untuk pelatihan dan 20% untuk pengujian. Model CNN dilatih selama 20 epoch dengan memakai optimasi Adam pada learning rate sebesar 0.0001. Hasil pengujian menunjukkan performa model yang sangat memuaskan, dengan akurasi pada validasi mencapai 98,47% dan nilai loss serendah 0,0457. Temuan ini menunjukkan bahwa model CNN yang telah diuji sangat efektif dan dapat diandalkan dalam mendeteksi penyakit layu Fusarium pada daun tanaman tomat, sehingga dapat menjadi dasar yang berharga bagi petani dalam pengelolaan tanaman tomat dan pengambilan keputusan.]]>
Copyrights © 2025
