<![CDATA[Singkong merupakan salah satu komoditas pertanian penting yang berkontribusi besar terhadap ketahanan pangan. Namun, produksinya sering terancam oleh berbagai penyakit daun yang dapat menurunkan hasil panen secara signifikan. Identifikasi penyakit secara manual oleh petani seringkali membutuhkan waktu yang lama, subyektif, dan rentan terhadap kesalahan manusia. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sebuah model klasifikasi penyakit daun singkong menggunakan metode Convolutional Neural Network untuk mendeteksi jenis penyakit secara otomatis, cepat, dan akurat. Dataset citra digital yang digunakan dalam penelitian ini diambil dari platform Kaggle, yang terdiri dari ribuan citra daun singkong dengan berbagai kondisi, meliputi penyakit hawar bakteri, penyakit garis coklat, bintik hijau, penyakit mosaik, serta kondisi daun yang sehat. Proses penelitian ini meliputi beberapa tahapan utama, mulai dari prapemrosesan data seperti augmentasi citra dan normalisasi, perancangan arsitektur jaringan saraf tiruan, proses pelatihan model, hingga pengujian dan evaluasi kinerja. Hasil pengujian menunjukkan bahwa model Convolutional Neural Network yang diusulkan mampu mengklasifikasikan kelima kelas kondisi daun singkong dengan tingkat akurasi mencapai sembilan puluh dua persen. Selain itu, model ini juga menunjukkan nilai presisi dan perolehan yang sangat baik dalam mengenali setiap karakteristik spesifik dari masing-masing kelas penyakit. Kesimpulannya, metode ini terbukti sangat efektif dan dapat diandalkan sebagai sistem deteksi dini penyakit tanaman. Selanjutnya, model ini berpotensi besar untuk diintegrasikan ke dalam aplikasi berbasis perangkat bergerak guna membantu petani dalam mengambil tindakan pengendalian penyakit secara lebih awal.]]>
Copyrights © 2026
