Klasifikasi Penyakit Daun Padi menggunakan Metode CNN Dengan Augmentasi Data Berbasis Deep Convolutional GAN (DCGAN)
Tahun 2024 · Penulis: Hasif Izzul Faiz
Faculty of Computer Science, Universitas Jember
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Pertanian padi sangat vital bagi ekonomi Indonesia dan menjadi makanan pokok bagi banyak negara, termasuk Indonesia. Negara ini adalah salah satu penghasil dan konsumen beras terbesar di dunia. Produktivitas padi di Indonesia cukup tinggi, terutama di Pulau Jawa. Penyakit pada daun padi, seperti blast, brown spot, dan leaf smut, dapat mengurangi hasil panen, sehingga deteksi dan diagnosis yang cepat sangat penting. Namun, petani sering menghadapi tantangan dalam mengenali dan mengobati penyakit tanpa bantuan ahli, yang dapat menyebabkan penurunan produksi. Computer vision adalah seni atau ilmu dalam bidang teknologi untuk membuat mesin memahami tingkat tinggi dari pola dan representasi gambar atau video sehingga dapat membuat keputusan cerdas yang mirip dengan apa yang akan dilakukan manusia. Penulis menggunakan deeplearning dengan metode convolutional neural network untuk mendeteksi klasifikasi penyakit daun pada tanaman padi, karena akurasi yang bagus dalam mendeteksi suatu objek klasifikasi. Penulis menggunakan arsitektur Inception V3 pada model CNN dan menambahkan dua metode augmentasi untuk meningkatkan akurasi pada model dan juga bertujuan untuk mengetahui performa data augmentasi mana yang lebih akurat dalam klasifikasi penyakit daun padi menggunakan model Inception V3. Hasil training dan validation test model pada klasifikasi penyakit daun padi menggunakan data augmentasi basic dan augmentasi DCGAN menghasilkan akurasi data training tertinggi 95.59 dan akurasi data validasi 87.19 pada data augmentasi basic, hasil tersebut dicapai dengan menggunakan fine tuning pada batch size 64 dan learning rate 0,0001
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,836
Tahun 2026 · Penulis: Ayuni Selvia Imroatul Hasanah
Pengembangan Sistem Monitoring Berbasis Ground untuk Tanaman Kubis (Brassica Oleracea L) Menggunakan Basis Data dalam Optimalisasi Penyemprotan Pestisida Otomatis
Kubis (Brasisica oleracea L) adalah komoditas sayur di Argosari, Lumajang, yang sering kali terancam oleh ulat kepala kubis (Crocidolomia pavonana). Infestasi ini sering kali mengakibatkan gagal panen dan limbah pestisida yang berlebihan akibat metode penyempr
- Cosine 0,835
Tahun 2024 · Penulis: Novita Milasari
Identifikasi Penyakit pada Buah Apel Menggunakan Metode Convolutional Neural network (CNN) (Studi Kasus: Desa Tulungrejo Kota Batu Malang) Dengan Arsitektur Efficient net-B0
Lingkungan di Desa Tulungrejo menciptakan kondisi yang memungkinkan munculnya beberapa penyakit pada buah apel, seperti busuk batang, bercak daun dan penyakit buah busuk. Salah satu penyakit yang paling umum menyerang buah apel di Desa Tulungrejo adalah busuk
- Cosine 0,817
Tahun 2026 · Penulis: Balqis Pras Fatira Hesti
Klasifikasi Varietas Tanaman Alpukat Berdasarkan Citra Daun Menggunakan Metode Convolutional Neural Network (CNN)
Identifikasi varietas tanaman alpukat biasanya dilakukan melalui pengamatan manual tentang morfologi daun, yang membutuhkan keahlian spektofoc dan waktu yang relatif lama. Proses ini juga dapat menyebabkan salah identifikasi karena beberapa varietas alpukat me