Putra Aprilian Prastianing Huda
Universitas Muria Kudus

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

Found 1 Documents
Search

KLASIFIKASI PENYAKIT TANAMAN PADA DAUN APEL DAN ANGGUR MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORKS Putra Aprilian Prastianing Huda; Aditya Akbar Riadi; Evanita Evanita
JURNAL MANAJEMEN INFORMATIKA (JUMIKA) Vol 8, No 1 (2021): JUMIKA
Publisher : LPPM STMIK DCI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51530/jumika.v8i1.514

Abstract

Tanaman Buah Apel dan Buah Anggur merupakan jenis tanaman yang dapat tumbuh pada daerah Asia Barat dengan iklim sub Tropis. Di Negara Indonesia sendiri tanaman buah Apel mulai menyebar pada abad ke-20 sedangkan untuk tanaman buah Anggur sendiri sudah menyebar di Indonesia terlebih dahulu pada abad ke-19. Kedua tanaman tersebut dianggap cukup prospektif untuk dapat berkembang pada kondisi tanah dan iklim negara Indonesia, selain kondisi iklim dan tanah yang mendukung petani diharuskan memperhatikan kesehatan tanaman dari kedua citra tersebut karena pada tanaman buah tidak jarang ditemui suatu penyakit/hama yang menyerang. Hal ini mengakibatkan penurunan hasil produksi pertanian. Penyakit pada tanaman sering kali muncul pada bagian daun adalah adanya serangan penyakit bercak daun. Penyakit pada daun memiliki ciri yang beragam. Hal ini menyebabkan sulitnya petani dalam melakukan identifikasi penyakit sehingga petani membutuhkan seorang pakar dalam membantu menentukan jenis penyakit/hama agar dapat melakukan klasifikasi secara akurat. Sistem berbasis WEB, merupakan salah satu cara agar dapat memberikan suatu informasi yang ada di internet. Dengan bahasa pemrograman yang digunakan adalah Python maka sistem WEB dapat diatur dengan lebih mudah. Metode yang digunakan dalam pengklasifikasian citra daun apel dan anggur yaitu Convolution Neural Network (CNN). Berdasarkan hasil penelitian yang telah dilakukan, maka sistem WEB menggunakan bahasa Python dan metode CNN mempu mengklasifikasi dengan baik dengan hasil yang diperoleh nilai akurasi terbaik adalah 94,44%. Kata Kunci: CNN, Pengolahan Citra, Penyakit Daun Apel, Penyakit Daun Anggur