Klasifikasi Penyakit Tanaman Pada Daun Jagung Menggunakan Arsitektur VGG16

• M ADAM RAYA
• 2025

---

Tanaman jagung memiliki peran krusial di Indonesia, namun produktivitasnya sering terancam oleh penyakit daun yang dapat menurunkan hasil panen secara signifikan. Penelitian ini bertujuan untuk membangun model klasifikasi penyakit daun jagung menggunakan arsitektur Convolutional Neural Network (CNN) VGG16 berbasis deep learning. Metode yang digunakan adalah pendekatan transfer learning dengan arsitektur VGG16. Bagian fully connected layer dirancang ulang meliputi Flatten layer, Dense layer (256 neuron, aktivasi ReLU), Dropout layer (0.5), dan Output layer (aktivasi Softmax) untuk empat kelas penyakit (Bercak Daun, Hawar Daun, Karat Daun, Daun Sehat). Dataset berjumlah 4000 citra daun jagung melalui proses augmentasi data dan dibagi menjadi data latih, validasi, dan uji dengan beberapa rasio proporsi (60:20:20, 70:15:15, 70:20:10, 80:10:10). Model dilatih selama 20 epoch menggunakan optimizer Adam dan dievaluasi dengan metrik akurasi, presisi, recall, dan F1-Score. Hasil penelitian menunjukkan bahwa model VGG16 berhasil dibangun dan mampu mengklasifikasikan penyakit daun jagung dengan baik. Pembagian dataset terbukti mempengaruhi performa model. Akurasi validasi tertinggi mencapai 93% dengan loss validasi terendah 19% pada rasio 80:10:10. Secara keseluruhan, performa klasifikasi terbaik pada data uji, diukur dengan rata-rata F1-Score, dicapai model dengan rasio pembagian dataset 70:15:15, yang menghasilkan F1-Score sebesar 91.55%.

• Klasifikasi Penyakit Daun Jagung
• VGG16
• Transfer Learning

https://repository.bsi.ac.id/repo/68865/Klasifikasi-Penyakit-Tanaman-Pada-Daun-Jagung-Menggunakan-Arsitektur-VGG16
Anda dapat membaca file tugas akhir ini di repository.