KLASIFIKASI PENYAKIT TANAMAN PADA DAUN APEL DAN ANGGUR MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORKS
Sari
Tanaman Buah Apel dan Buah Anggur merupakan jenis tanaman yang dapat tumbuh pada daerah Asia Barat dengan iklim sub Tropis. Di Negara Indonesia sendiri tanaman buah Apel mulai menyebar pada abad ke-20 sedangkan untuk tanaman buah Anggur sendiri sudah menyebar di Indonesia terlebih dahulu pada abad ke-19. Kedua tanaman tersebut dianggap cukup prospektif untuk dapat berkembang pada kondisi tanah dan iklim negara Indonesia, selain kondisi iklim dan tanah yang mendukung petani diharuskan memperhatikan kesehatan tanaman dari kedua citra tersebut karena pada tanaman buah tidak jarang ditemui suatu penyakit/hama yang menyerang. Hal ini mengakibatkan penurunan hasil produksi pertanian. Penyakit pada tanaman sering kali muncul pada bagian daun adalah adanya serangan penyakit bercak daun. Penyakit pada daun memiliki ciri yang beragam. Hal ini menyebabkan sulitnya petani dalam melakukan identifikasi penyakit sehingga petani membutuhkan seorang pakar dalam membantu menentukan jenis penyakit/hama agar dapat melakukan klasifikasi secara akurat. Sistem berbasis WEB, merupakan salah satu cara agar dapat memberikan suatu informasi yang ada di internet. Dengan bahasa pemrograman yang digunakan adalah Python maka sistem WEB dapat diatur dengan lebih mudah. Metode yang digunakan dalam pengklasifikasian citra daun apel dan anggur yaitu Convolution Neural Network (CNN). Berdasarkan hasil penelitian yang telah dilakukan, maka sistem WEB menggunakan bahasa Python dan metode CNN mempu mengklasifikasi dengan baik dengan hasil yang diperoleh nilai akurasi terbaik adalah 94,44%.
Kata Kunci: CNN, Pengolahan Citra, Penyakit Daun Apel, Penyakit Daun Anggur
Teks Lengkap:
PDFReferensi
Anggraeni, I., & Dendang, B. (2009). Penyakit bercak daun pada semai nyatoh (palaquium sp.). Jurnal Penelitian Hutan Tanaman, 99-108.
Eny, M., Yulianto, P. A., Jumaty, & N, P. (2018). Segmentasi Citra Digital Bentuk Daun Pada Tanaman Di Politani Samarinda Menggunakan Metode Thresholding. JURTI, Jurnal Teknik Informatika, 37-46.
Hadi, S. M., & Samad, A. (2019). Sistem Informasi Pengolahan Data Bantuan Beasiswa Siswa Miskin (BSM) Pada Kantor Wilayah Kementerian Agama Provinsi Maluku Utara. J u r n a l I l m i a h I L K O M I N F O - J u r n a l I l m u K o m p u t e r d a n I n f o r m a t i k a, 1-10.
Haura, S., Suryadi, H., & Susetianingtias, D. T. (2019). PEMBUATAN APLIKASI KLASIFIKASI CITRA DAUN MENGGUNAKAN RUANG WARNA RGB DAN HSV. Jurnal Ilmiah Informatika Komputer, 180-190.
Isma, A. (2019). SIMULASI METODECONVOLUTIONAL NEURAL NETWORKDAN LONG SHORT-TERM MEMORYUNTUK GENERATE IMAGE CAPTIONING PADA GAMBAR LALU LINTAS KENDARAAN BERBAHASA INDONESIA. JurnalTI UIN Syarif Hidayatullah Jakarta, 1-110.
Malabay. (2016). PEMANFAATAN FLOWCHART UNTUK KEBUTUHAN DESKRIPSI . Jurnal Ilmu Komputer, 21-26.
Maulana, F. F., & Rochmawati, N. (2019). Klasifikasi Citra Buah Menggunakan Convolutional Neural . Journal of Informatics and Computer Science, 104-108.
Muhammad, R. T. (2020). RANCANG BANGUN APLIKASI DETEKSI KERUSAKAN JALAN MENGGUNAKAN ALGORITMA. JURUSAN TEKNIK INFORMATIKA DAN KOMPUTER PNJ, 1-64.
Muwardi, F., & Fadlil, A. (2017). SISTEM PENGENALAN BUNGA BERBASIS PENGOLAHAN CITRA DAN PENGKLASIFIKASI JARAK. Jurnal Ilmu Teknik Elektro Komputer dan Informatika (JITEKI), 124-131.
Noni, R., & Mulyono, H. (2016). ANALISIS DAN PERANCANGAN SISTEM INFORMASI PEMASARAN BERBASIS WEB PADA TOKO BILLY. Jurnal Manajemen Sistem Informasi, 104-116.
Rafly, M., Raden, P. K., & Alamsyah, D. (2020). Implementasi Metode Convolutional Neural Network Menggunakan Arsitektur LeNet-5 untuk Pengenalan Doodle. Jurnal Algoritme , 45-56.
Setiawan, m. (2018). KLASIFIKASI PENYAKIT PADA CITRA DAUN. 13.
Suartika, I. W., Wijaya, A., & Soelaiman, R. (2016). Klasifikasi Citra Menggunakan Convolutional Neural Network (Cnn) pada Caltech 101. JURNAL TEKNIK ITS, 65-69.
Trimarsiah, Y., & Arafat, M. (2017). ANALISIS DAN PERANCANGAN WEBSITE SEBAGAI SARANA INFORMASI PADA LEMBAGA BAHASA KEWIRAUSAHAAN DAN KOMPUTER AKMI BATURAJA. Jurnal Ilmiah MATRIK, 1-10.
DOI: http://dx.doi.org/10.51530/jumika.v8i1.514
Refbacks
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.