Klasifikasi Penyakit Daun Anggur dengan Menggunakan Convolutional Neural Network dan Transfer Learning dari VGG16

Authors

  • Adithya Kusuma Whardana Universitas Tanri Abeng
  • Deni Febriyanto Universitas Tanri Abeng
  • Moza Jagad Katanka Univerasitas Tanri Abeng
  • Nayla Andina Oktavia Universitas Tanri Abeng
  • Tamara Desta Loria Univerasitas Tanri Abeng

DOI:

https://doi.org/10.47970/siskom-kb.v7i2.613

Keywords:

Classification, Convolutional Neural Networks (CNN), Machine Learning, Plant Disease Detection, Transfer Learning, VGG – 16

Abstract

Anggur sebagai salah satu jenis buah daerah subtropis, yang telah terbukti mampu beradaptasi dengan baik di berbagai wilayah Indonesia. Akan tetapi, produktivitas tanaman anggur dapat terpengaruh pada jenis penyakit yang terdapat pada daun anggur. Deteksi dini dan klasifikasi penyakit daun merupakan kunci dalam upaya mengurangi dampak negatif penyakit tersebut terhadap hasil panen. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi penyakit daun anggur yang efisien dengan menggunakan Model VGG16 yang akan melatih dataset daun anggur tersebut. Metode Convolutional Neural Network (CNN) digunakan untuk mengklasifikasikan data selanjutnya. Dataset yang digunakan pada penelitian ini terdiri dari 4.062 gambar daun anggur yang terbagi dalam 3 kategori penyakit yang terdapat dalam daun anggur yaitu Busuk Hitam, Campak Hitam dan Hawar Daun (Bercak Daun Isariopsis).  Hasil yang diperoleh dari penggunaan metode VGG 16 yaitu 98% untuk data training dan 92% untuk data validasi.

Downloads

Published

2024-03-22