<![CDATA[Penyakit daun pada tanaman tomat dapat menurunkan produktivitas sehingga diperlukan metode identifikasi berbasis karakteristik visual citra. Penelitian ini bertujuan menerapkan Broad Learning System (BLS) sebagai classifier untuk klasifikasi penyakit daun tomat dengan MobileNetV2 sebagai feature extractor. Dataset yang digunakan berasal dari PlantVillage dan terdiri atas 18.160 citra dalam 10 kelas. Tahapan penelitian meliputi preprocessing, augmentasi citra, ekstraksi fitur menggunakan MobileNetV2, L2 normalization, reduksi dimensi menggunakan Principal Component Analysis (PCA), klasifikasi menggunakan BLS, dan evaluasi model. Hasil pengujian terhadap data testing menunjukkan accuracy sebesar 78%, dengan macro precision 0,78, macro recall 0,78, dan macro F1-score 0,77. Confusion matrix menunjukkan bahwa sebagian besar data dapat diklasifikasikan dengan benar, meskipun masih terdapat kesalahan pada beberapa kelas dengan karakteristik visual yang serupa. Hasil penelitian menunjukkan bahwa kombinasi MobileNetV2 dan BLS dapat digunakan sebagai salah satu pendekatan untuk klasifikasi penyakit daun tomat berbasis citra digital. Kata kunci: Broad Learning System, MobileNetV2, penyakit daun tomat, PlantVillage.]]>
Copyrights © 2026
