G-Tech (Jul 2024)

Klasifikasi Penyakit Tanaman Kentang Berdasarkan Citra Daun dan Batang dengan Metode Convolutional Neural Network dan Gray Level Co-Occurrence Matrix

  • Abdul Rosid,
  • Abd. Ghofur,
  • Firman Santoso

DOI
https://doi.org/10.33379/gtech.v8i3.4298
Journal volume & issue
Vol. 8, no. 3

Abstract

Read online

Faktor yang menjadikan kurang maksimal tanaman kentang dikarenakan tanaman kentang yang berpenyakit. Penyakit tanaman kentang ini dapat diidentifikasi dari daun bercak dan batang yang kering, dengan cara mengidentifikasi dapat menggunakan sistem identifikasi berdasarkan citra penyakit. Dataset batang kentang diperoleh di perkebunan Ijen Bondowoso sebanyak 1.132 dan 816 dataset batang kentang berpenyakit dan tidak berpenyakit berdasarkan. Pada hasil grafik daun kentang didapat hasil terbaik pada epoch 25 dengan nilai akurasi data testing dan data training 82% dan 81% dengan model loss pada epoch 25 berada di nilai 0,42 untuk data training dan 0,41 untuk data testing pada klasifikasi daun berpenyakit tanaman kentang. Adapun hasil dari klasifikasi pada batang tanaman kentang ditemukan nilai terbaik pada epoch 25 dengan nilai akurasi 85% data testing dan 86% pada data training. Adapun nilai model loss pada training set 0,34 dan validation test bernilai 0,33 berada pada epoch 24.

Keywords