Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Nuansa Informatika
Faisal Mashuri
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
IMPLEMENTASI TRANSFER LEARNING DALAM MENDETEKSI PENYAKIT PADA DAUN GANDUM Faisal Mashuri
NUANSA INFORMATIKA Vol 16, No 1 (2022)
Publisher : FKOM UNIKU

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (867.342 KB) | DOI: 10.25134/nuansa.v16i1.4702

Abstract

Gandum merupakan salah satu komoditas yang paling sering di konsumsi oleh masyarakat Indonesia. Tanaman ini sering sekali dikonsumsi sebagai tambahan karbohidrat maupun pengganti beras. Kebanyakan masyarakat Indonesia mengonsumsi gandum untuk dijadikan bahan olahan seperti tepung, roti, sereal dan bahan olahan lainnya. Banyaknya permintaan gandum ini tidak diimbangi dengan tingkat produksi. Salah satu faktor yang menghambat produksi gandum adalah kegagalan panen akibat penyakit atau hama. Penyakit yang sering dijumpai pada tanaman gandum adalah Septoria dan Stripe Rust. Penyakit tersebut dapat diidentifikasi melalui warna dan bercak daun, tetapi sukar untuk membedakan kedua penyakit tersebut. Dengan perkembangan teknologi yang pesat masalah ini dapat diselesaikan menggunakan salah satu teknik deep learning yang dikenal dengan transfer learning. Tujuan pada penelitian ini adalah menguji lima pretrained model untuk mendeteksi penyakit pada daun gandum, beberapa model yang diujikan adalah Inception V3, MobileNetV2, VGG16, ResNet101V2, DenseNet 201. Hasil dari pengujian dan membandingkan lima pretrained model, Inception V3 memberikan hasil yang lebih baik dibandingkan model yang lain dengan waktu komputasi yang rendah yaitu hanya 976 detik atau setara dengan 16 menit serta memiliki akurasi yang sangat tinggi.
Co-Authors