KLASIFIKASI PENYAKIT TANAMAN PADI MENGGUNAKAN ALGORITMA CNN (CONVOLUTIONAL NEURAL NETWORK)
DOI:
https://doi.org/10.51977/jti.v4i2.856Keywords:
CNN, Klasifikasi, Penyakit Tanaman PadiAbstract
Algoritma CNN menunjukkan keunggulan dalam berbagai penerapan di dunia nyata. Penelitian ini bertujuan untuk membantu dan mengedukasi petani dalam mengklasifikasi penyakit padi dan mengurangi risiko kegagalan panen akibat penyakit daun tanaman padi. Adapun jenis daun padi pada penelitian ini: Brown Spot, Hawar, Leaf Brown, dan Daun Sehat. Studi Literatur, Pengumpulan Dataset, Prepocessing Data, Mengolah Data. Penelitian ini didapatkan dari data training, testing, dan validation. Adapun layer konvolusi (Conv2D), layer pooling (MaxPooling2D), layer flatten (flatten), serta layer dense (Dense) untuk klasifikasi penyakit daun padi menggunakan Convolutional Neural Network. Dalam proses data training dilakukan epoch sebanyak 10 epoch, proses ini akan berhenti saat sudah memenuhi kondisi tersebut. Dari hasil penelitian ini dapat disimpulkan bahwa metode Deep Learning CNN dapat diimplementasikan untuk identifikasi citra daun padi yang berpenyakit. Nilai tertinggi dari akurasi data training mencapai nilai 85%, untuk data testing 86%, dan untuk data validation mencapai nilai 95%. Sehingga untuk identifikasi citra penyakit daun padi cukup baik
Downloads
References
DeVito, J.A. (2011), Komunikasi Antarmanusia. Tangerang: Karisma Publishing Group.
DeVito, J.A. (2013), The Interpersonal Communication Book. New Jersey: Pearson.
Jazuli, M. (2014). Manajemen Seni Pertunjukkan. Yogyakarta: Graha Ilmu
Jaeni. 2017. Komunikasi Seni. Bandung: Pasca Sarjana ISBI Bandung.
Mara, W. (2016), Sound engineer. Michigan: Cherry Lake.
Rismayeti, (2014), “Persepsi Pemustaka Terhadap Profesi Pustakawan Di perpustakaan Pusat Universitas Lancang Kuning Pekanbaru”. Jurnal Ilmu Budaya Unilak Vol. 11 No. 1 2014: 32-48
Slone, J.J. (2002), The Basics of Live Sound: Tips, Techniques & Lucky Guesses. Wisconsin: Hal Leonard Corporation.
Sukohardi (2020). Teori Musik Umum.Yogyakarta: Pustaka Ming
Resmadi, Idhar. (2018). Jurnalisme Musik dan Selingkar Wilayahnya. Jakarta: KPG Gramedia.
Liputan 6. 2003. https://www.liputan6.com/showbiz/read/220145/asei-dibentuk?page=2
Downloads
Published
Issue
Section
License
Copyright Notice
Proposed policy for journals offering open access. The requirements for authors are as follows:
- Authors retain copyright and grant the journal the right of first publication simultaneously under a Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) license. This license allows others to copy and redistribute the material in any medium or format, including remixing, transforming, and building upon the material for any purpose, even commercially
- .Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their websites), such as on Garuda, Academia, ResearchGate, or other repositories, prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (see: The Effect of Open Access).
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
