Text

KLASIFIKASI DAN PENGENALAN POLA PENYAKIT CABAI DENGAN METODE CONVOLUTION NEURAL NETWORK (CNN)

---

Tanaman cabai merupakan komoditas hortikultura penting yang rentan terhadap berbagai penyakit pada daun dan buah, sehingga berdampak pada penurunan produktivitas. Identifikasi penyakit secara manual membutuhkan waktu dan keahlian khusus, sehingga diperlukan sistem otomatis berbasis kecerdasan buatan. Penelitian ini bertujuan untuk mengklasifikasikan penyakit tanaman cabai menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2. Dataset yang digunakan terdiri dari 1.837 citra daun dan buah cabai yang dibagi menjadi enam kelas, yaitu bercak daun, cabai busuk, cabai sehat, daun keriting, daun sehat, dan virus kuning. Data diperoleh dari platform Kaggle dan pengambilan gambar langsung, kemudian dibagi menjadi data latih, uji, dan validasi dengan rasio 80%, 10%, dan 10%. Proses penelitian meliputi tahap pra-pemrosesan, augmentasi data, perancangan dan pelatihan model, evaluasi menggunakan accuracy, precision, recall, F1-score, serta implementasi sistem berbasis web menggunakan framework Flask. Hasil pengujian menunjukkan bahwa arsitektur MobileNetV2 memberikan performa terbaik dengan akurasi 92,39%, dibandingkan MobileNetV3-Large (36%) dan MobileNetV3-Small (18%). Sistem yang dihasilkan mampu mengklasifikasikan penyakit cabai secara otomatis dan menampilkan deskripsi serta cara penanganannya, sehingga dapat membantu petani dalam mendeteksi penyakit secara cepat dan akurat.

---

Availability

Detail Information

Call Number

Informatika 632.3 far k

Language

NPM

213510081

Publisher

Teknik Infomatika : Universitas Islam Riau., 2026

Keyword(s)

Deep Learning
Klasifikasi
MobileNetV2
CNN
Tanaman Cabai

Other Information

Petugas

Ayu Agustina

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment