Jurnal Saintekom (Sains dan Teknologi Komputasi)
Vol 2 No 1 (2026): Maret 2026

Identifikasi Penyakit Virus Kuning pada Tanaman Cabai dengan Pendekatan CNN

Muhamad Rizki Ridhwan (Universitas Binaniaga Indonesia)
Hudori Hudori (Universitas Binaniaga Indonesia)



Article Info

Publish Date
10 Apr 2026

Abstract

Penyakit virus kuning merupakan salah satu gangguan utama yang sering menyerang tanaman cabai. Penelitian ini bertujuan untuk menerapkan pendekatan machine learning berbasis Convolutional Neural Network (CNN) dalam mengidentifikasi penyakit virus kuning secara lebih cepat dan akurat. Data citra diperoleh dari dataset penelitian, kemudian diproses melalui tahapan pre-processing dan pelatihan model CNN dengan evaluasi menggunakan Confusion Matrix. Hasil pengujian menunjukkan nilai akurasi 83,33%, presisi 83,33%, recall 83,33%, dan F1-Score 83,33%. Selain itu, uji kelayakan melalui kuesioner PSSUQ memperoleh skor kepuasan keseluruhan sebesar 97,92%. Dengan demikian, penelitian ini membuktikan bahwa penerapan algoritma CNN pada sistem berbasis web mampu memberikan prediksi yang cukup akurat dan efektif dalam mengidentifikasi penyakit virus kuning pada tanaman cabai. 

Copyrights © 2026






Journal Info

Abbrev

jskom

Publisher

Subject

Computer Science & IT

Description

Jurnal Sainstekom (Jurnal Sains dan Teknologi Komputasi) diterbitkan oleh Lembaga Penelitian, Pengembangan, dan Pengabdian Kepada Masyarakat (LP3M) Universitas Binaniaga Indonesia (UNBIN) untuk mewadahi hasil penelitian dosen, peneliti, mahasiswa Fakultas Informatika & Komputer UNBIN dan dari luar ...