Deep Pre-Trained model menggunakan Arsitektur Densenet untuk Identifikasi penyakit Daun Padi

Universitas Yudharta Pasuruan, Arif Faizin (2022) Deep Pre-Trained model menggunakan Arsitektur Densenet untuk Identifikasi penyakit Daun Padi. JATI (Jurnal Mahasiswa Teknik Informatika), 6 (2). pp. 615-621. ISSN 2598-828X

Text Plagiasi jurnal ke 1.pdf Download (2MB)

Abstract

Salah satu penyebab menurunnya produksi padi ialah serangan hama. hama padi meliputi hama busuk daun, hawar daun, dan hawar batang. Jenis penyakit yang berbeda memerlukan perlakuan yang berbeda, akan tetapi tidak semua petani paham akan sifat hama yang dapat menyebabkan kesalahan penanganan. Untukmempermudah menyelesaikan masalah yang ada pada identifikasi hama penyakit daun padi perlu adanya inovasi sistem klasifikasi hama daun padi. Sistem ini didasarkan pada metode Convolutional Neural Network (CNN), metode atau model deep learning yang dikembangkan untuk meng-cover kelemahan metode machine learning. Namun, deep learning juga memiliki kelemahan yaitu waktu komputasi pada proses training yang sangat lama dan ukuran data besar. Oleh sebab itu model pra-pelatihan dibutuhkan untuk memperbaiki tingkat akurasi dan performance deep-learning serta mempermudah dalam pengembangan struktur model tanpa membangunnya dari awal. Dan pada ini sudah diimplementasikan model yang digunakan menghasilkan tingkat akurasi terbaik 98% dan validasi 93% serta error yang dihasilkan training dan validasi yaitu 0.07 dan 0.25 sedangkan waktu komputasi yang dibutuhkan untuk training dan validasi adalah 31 detik. Kata kunci: Deep Learning, Densenet, CNN, Pre-trained Model.

Item Type:	Article
Subjects:	Teknologi & Ilmu Terapan > Ilmu Teknik dan Ilmu yang Berkaitan
Divisions:	Fakultas Teknik > Teknik Informatika
Date Deposited:	25 Mar 2023 10:08
Last Modified:	25 Mar 2023 10:08
URI:	https://repository.yudharta.ac.id/id/eprint/1825

Actions (login required)

View Item