<![CDATA[Kentang merupakan salah satu komoditas sayuran yang memiliki nilai ekonomi tinggi di Indonesia, namun sering mengalami penurunan produktivitas akibat serangan penyakit daun seperti bercak kering dan busuk daun. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi otomatis penyakit daun kentang guna membantu deteksi dini secara cepat dan akurat. Metode yang digunakan adalah jaringan saraf tiruan berbasis pembelajaran mendalam dengan arsitektur MobileNetV2 dan teknik pembelajaran transfer. Data penelitian berupa 3.656 citra daun kentang yang terbagi menjadi tiga kategori yaitu bercak kering, busuk daun, dan sehat, yang diperoleh dari sumber daring. Data diproses melalui tahap penyesuaian ukuran citra, normalisasi warna, pembagian data latih, validasi, dan uji. Model dilatih dengan strategi penghentian dini untuk mencegah kelebihan pelatihan, kemudian dilakukan evaluasi menggunakan ukuran akurasi, presisi, daya jangkau, dan luas di bawah kurva. Hasil penelitian menunjukkan model mampu mengklasifikasikan penyakit dengan tingkat kinerja yang tinggi dengan pengujian menunjukkan bahwa model yang dikembangkan memiliki performa akurasi sebesar 94%. Sistem diimplementasikan dalam bentuk aplikasi berbasis web sehingga pengguna dapat mengunggah gambar daun kentang dan memperoleh hasil prediksi secara langsung.]]>
Copyrights © 2025
