Text

Identifikasi penyakit tanaman di buah matoa menggunakan metode convolutional neural network (CNN)

---

Penelitian ini bertujuan untuk mengidentifikasi penyakit pada daun tanaman matoa (Pometia pinnata) menggunakan metode Convolutional Neural Network (CNN) berbasis citra digital. Dataset yang digunakan terdiri dari citra daun tanaman matoa yang diklasifikasikan ke dalam tiga kelas, yaitu daun sehat (healthy), penyakit powdery mildew, dan penyakit karat daun (rust). Data diperoleh dari hasil pengambilan citra di lapangan serta sumber pendukung yang relevan, kemudian melalui tahap prapemrosesan meliputi resizing, normalisasi, dan pembagian data menjadi data latih dan data uji dengan rasio 80:20. Model CNN dilatih menggunakan arsitektur VGG16 dengan pendekatan transfer learning serta beberapa skenario parameter pelatihan menggunakan optimizer Adam dan AdamW. Evaluasi performa model dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model CNN dengan arsitektur VGG16 menghasilkan kinerja terbaik dengan akurasi tertinggi sebesar 95,75% pada data pengujian. Model tersebut kemudian diimplementasikan ke dalam aplikasi berbasis web menggunakan framework Flask untuk membantu proses identifikasi penyakit daun tanaman matoa secara cepat dan akurat..

---

Availability

Detail Information

Call Number

Informatika 633.5 Ade i

Language

Indonesia

NPM

203510132

Publisher

Teknik Informatika : Universitas Islam Riau., 2026

Keyword(s)

pengolahan citra
Convolutional Neural Network (CNN)
Tanaman Matoa
Penyakit Tanama

Other Information

Petugas

Ayu Agustina

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment