Identifikasi Jenis Penyakit Daun Jagung Menggunakan Deep Learning Pre-Trained Model

Universitas Yudharta Pasuruan, Muhammad Imron Rosadi (2021) Identifikasi Jenis Penyakit Daun Jagung Menggunakan Deep Learning Pre-Trained Model. Explore IT, 13 (2). pp. 35-42. ISSN 2549-354X

	Text 9. cek plagiasi Jurnal penyakit daun jagung.pdf Download (2MB)
	Text 9. peer review pre trained model.pdf Download (802kB)

Abstract

Jagung salah satu kebutuhan pangan utama setelah padi dan terigu di dunia dan termasuk kebutuhan yang penting di Indonesia setelah padi. Identifikasi penyakit pada daun tanaman jagung dapat dilakukan secara manual dengan penglihatan mata manusia berdasarkan warna daun jagung. Namun proses ini membutuhkan waktu yang lama dan kurang akurat sehingga mempengaruhi penambahan biaya perawatan. Untuk mendukung proses identifikasi secara cepat dan akurat dibutuhkan sistem pengolahan citra digital. Pada Penelitian ini mengusulkan metode Convolutional Neural Network (CNN) pre-trained model untuk mendeteksi jenis penyakit pada daun jagung. Deteksi yang dilakukan pada 5 jenis daun jagung yaitu 1 daun sehat dan 4 penyakit daun jagung yaitu karat daun, bercak daun, hawar daun, dan bulai daun. Harapannya metode yang diusulkan mampu mendeteksi penyakit daun jagung secara akurat dan mengurangi waktu komputasi. Berdasarkan hasil ujicoba bahwa transfer learning mampu meningkatkan akurasi dan mengurasi waktu komputasi dengan tingkat akurasi data training 0.85% error rate 0.45% dan data validasi 0.88% error rate 0.54

Item Type:	Article
Subjects:	Teknologi & Ilmu Terapan > Ilmu Teknik dan Ilmu yang Berkaitan
Divisions:	Fakultas Teknik > Teknik Informatika
Date Deposited:	26 Nov 2022 15:21
Last Modified:	26 Nov 2022 15:21
URI:	https://repository.yudharta.ac.id/id/eprint/1801

Actions (login required)

View Item