IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK PADA KLASIFIKASI CITRA PENYAKIT DAUN PADI

• NABILA AHMADA
• 2024

---

Padi merupakan jenis biji-bijian yang menempati urutan ketiga sebagai bahan pokok makanan setelah gandum dan jagung, yang sangat diperlukan untuk memenuhi kebutuhan sehari-hari. Penyakit yang menyerang daun tanaman padi dapat mengakibatkan berkurangnya produksi padi, dengan demikian mempengaruhi hasil panen. Oleh karena itu, penting bagi petani padi untuk menggunakan metode budidaya yang tepat untuk mengurangi risiko serangan penyakit pada tanaman padi dan hama, tetapi tidak terbatas pada hawar daun, rumput gulma tongguo, semburan padi, kerdil dan rumput. Biasanya ketika tanaman padi terkena penyakit dan serangan hama, petani menggunakan pestisida secara langsung atau menggunakan metode penanggulangan lainnya. Tujuan penelitian ini untuk mengimplementasikan deep learning pada klasifikasi hama tanaman padi dan mengetahui akurasi klasifikasi hama tanaman padi. Metode yang digunakan dalam penelitian ini yaitu Convulotion Neural Network (CNN). Hasil pengujian menunjukkan bahwa model CNN dapat digunakan secara efisien untuk tugas klasifikasi penyakit padi. Dari hasil pengujian, model CNN mencapai akurasi sebesar 99% pada ketiga skenario pembagian data (80:20, 70:30, dan 60:40). Hal ini menunjukkan bahwa model mampu mengenali dan mengklasifikasikan gambar hama tanaman padi dengan sangat baik. Metrik evaluasi lainnya seperti precision, recall, dan F1-score juga menunjukkan hasil yang sangat baik, dengan nilai di atas 0.95 pada semua kelas penyakit.

• Algoritma CNN
• Klasifikasi Citra
• Penyakit Daun Padi

https://repository.bsi.ac.id/repo/57414/IMPLEMENTASI-ALGORITMA-CONVOLUTIONAL-NEURAL-NETWORK-PADA-KLASIFIKASI-CITRA-PENYAKIT-DAUN-PADI
Anda dapat membaca file tugas akhir ini di repository.