SISTEM PENDETEKSI PENYAKIT PADA DAUN TANAMAN SINGKONG MENGGUNAKAN DEEP LEARNING DAN TENSORFLOW BERBASIS ANDROID

mirza faturrachman, Indra Yustiana, Somantri .

Sari


Tanaman singkong merupakan produksi hasil pertanian terbesar kedua di Indonesia, namun sebagaimana mestinya tanaman singkong tidak luput dari serangan hama dan penyakit. Untuk mengidentifikasi penyakit pada tanaman singkong, paling mudah adalah dengan melihat gejala yang muncul pada permukaan daunnya. Seiring berkembangnya bidang teknologi informasi, terdapat ilmu yang bisa membantu proses pendeteksian penyakit pada daun tanaman singkong yaitu dengan memanfaatkan pengolahan citra atau disebut juga Image Processing. Untuk itu, penulis mengambil penelitian tentang pendeteksian penyakit pada daun tanaman singkong dengan menggunakan terapan ilmu Deep Learning dengan metode Convolutional Neural Network (CNN) dan dengan bantuan Framework Tensorflow yang berbasis Android. Metode pengambilan data pada penelitian ini menggunakan metode kualitatif, dan metode pengembangan sistem yang digunakan adalah Prototyping, dimana metode ini adalah metode yang cepat dalam proses pengembangannya. Metode Convolutional Neural Network (CNN) adalah salah satu metode yang memiliki hasil bagus dalam pengolahan citra. Penelitian yang dilakukan ini menggunakan dataset berjumlah 21,367 data gambar daun singkong dari situs Kaggle. Penelitian ini mendapat hasil pengujian dengan tingkat akurasi mencapai 86%. Akurasi pengklasifikasian gambar tersebut bergantung pada pencahayaan.

Kata Kunci: Singkong, Deep Learning, Convolutional Neural Network

Teks Lengkap:

PDF (Indonesia)

Referensi


Yunita, S., Jasuma, A., & Sudir, M. (2019). Sistem Pakar Deteksi Penyakit Pada Tanaman Singkong Expert System to Detect the Disease of Cassava Plants. Jurnal Ilmiah Sisfotenika, 9(1), 24–3

Botutihe, M. H. (2018). Sistem Pakar Diagnosa Penyakit Tanaman Singkong Menggunakan Metode Case Based Reasoning. Jurnal Rekayasa Teknologi, Vol 3(1), 28–34. Retrieved from https://journal.uhamka.ac.id/index.php/rektek/article/view/113.

Rozaqi, A. J., Sunyoto, A., & Arief, M. rudyanto. (2021). Deteksi Penyakit Pada Daun Kentang Menggunakan Pengolahan Citra dengan Metode Convolutional Neural Network. Creative Information Technology Journal, 8(1), 22. https://doi.org/10.24076/citec.2021v8i1.263

Peryanto, A., Yudhana, A., & Umar, R. (2020). Klasifikasi Citra Menggunakan Convolutional Neural Network dan K Fold Cross Validation. Journal of Applied Informatics and Computing, 4(1), 45–51. https://doi.org/10.30871/jaic.v4i1.2017

Faturrachman, M., & Yustiana, I. (2021). Sistem Keamanan Pintu Rumah dengan Sidik Jari Berbasis Internet of Things (IOT). Jurnal Teknik Informatika Unika St. Thomas, 6(2), 379–385.




DOI: https://doi.org/10.36549/ijis.v7i2.225

Article Metrics

Sari viewed: 189 times
PDF (Indonesia) download = 63 times

Refbacks

  • Saat ini tidak ada refbacks.
Diterbitkan: 2022-09-29


Akreditasi Nomor 36/E/KPT/2019

eISSN : 2548-6438     

pISSN : 2614-7173                                                       

              

                   

 Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Kontak Utama. Dr. Muharto., M.Si (LPPM Politeknik Sains & Teknologi Wiratama)

Jl Kampus Poltek, Kel. Jati Metro, Kec. Kota Ternate Selatan, Provinsi Maluku Utara, Kode Pos 97716, Email ijis.wiratama@gmail.com