Klasifikasi Penyakit Daun Jagung Menggunakan Metode Convolutional Neural Network AlexNet-Reference-Cited by-同舟云学术

Klasifikasi Penyakit Daun Jagung Menggunakan Metode Convolutional Neural Network AlexNet

Published:2023-02-17 Issue:1 Volume:2 Page:28-33
ISSN:2829-7342
Container-title:sudo Jurnal Teknik Informatika
language:
Short-container-title:sudo j. Teknik inform.

Author:

Azizah Qudsiah Nur

Abstract

Jagung merupakan satu diantara beberapa sumber pangan utama di dunia termasuk di Indonesia. Penyakit pada tumbuhan jagung dapat dilihat melalui daunya. Namun akan menjadi masalah jika petani tidak mudah mendeteksi penyakit yang menyerang tanaman jagung, sehingga tidak mungkin untuk mengidentifikasi tanaman jagung yang sakit dan mengambil langkah untuk mengendalikannya. Masalah penyakit pada tanaman dapat menyebabkan penurunan fotosintesis pada tumbuhan yang menyebabkan usaha para tani menjadi tidak efisien dan mendapat kerugian, oleh karena itu perlu adanya pendekatan digital dapat mendeteksi beragam jenis penyakit. Dataset yang digunakan berjumlah 4198 citra daun jagung yang terdiri dari Blight, Commont Rust, Healthy, dan Gray Leaf Spot. Dengan menggunakan metode Convolutional Neural Network AlexNet dapat mengklasifikasikan dan memiliki hasil yang signifikan. Hasil dari klasifikasi penyakit daun jagung mendapatkan akurasi 90% yang berarti metode yang digunakan berjalan dengan baik dan tepat.

Publisher

Ilmu Bersama Center

Reference13 articles.

1. R. Suhendra, I. Juliwardi, and S. Sanusi, “Identifikasi dan Klasifikasi Penyakit Daun Jagung Menggunakan Support Vector Machine,” J. Teknol. Inf., vol. 1, no. 1, pp. 29–35, 2022, doi: 10.35308/.v1i1.5520.

2. N. Hidayah, A. N. Istiani, and A. Septiani, “Pemanfaatan jagung (Zea mays) sebagai bahan dasar pembuatan keripik jagung untuk meningkatkan perekonomian masyarakat di desa panca tunggal,” J. Pengabdi. Masy., vol. 1, no. 1, pp. 42–48, 2020, [Online]. Available: http://www.ejournal.radenintan.ac.id/index.php/ajpm/article/view/6181

3. A. Sapitri et al., “Identifikasi Penyakit Jagung Dengan Menerapkan Metode Gray Level Co- Occurrence Matrix ( GLCM ) Dan Support Vector Machine ( SVM ) Melalui Citra Daun Identification Of Corn Diseases By Applying Gray Level Co-Occurrence Matrix ( GLCM ) And Support Vector M,” vol. 8, no. 6, pp. 2963–2971, 2022.

4. S. R. Raysyah, Veri Arinal, and Dadang Iskandar Mulyana, “Klasifikasi Tingkat Kematangan Buah Kopi Berdasarkan Deteksi Warna Menggunakan Metode Knn Dan Pca,” JSiI (Jurnal Sist. Informasi), vol. 8, no. 2, pp. 88–95, 2021, doi: 10.30656/jsii.v8i2.3638.

5. E. Rasywir, R. Sinaga, and Y. Pratama, “Analisis dan Implementasi Diagnosis Penyakit Sawit dengan Metode Convolutional Neural Network (CNN),” Paradig. - J. Komput. dan Inform., vol. 22, no. 2, pp. 117–123, 2020, doi: 10.31294/p.v22i2.8907.