Klasifikasi Penyakit Daun Padi Menggunakan Convolutional Neural Network dengan Arsitektur AlexNet
Abstrak
Padi merupakan tanaman pangan utama yang sangat penting dalam ketahanan pangan global, pada proses pertumbuhan padi memiliki tantangan seperti terkena penyakit pada daun padi yang disebabkan oleh bakteri dan jamur. Proses klasifikasi penyakit pada daun padi secara manual dilakukan oleh petani langsung ke lapangan hal ini memiliki keterbatasan pada akurasi dan efisiensi. Penelitian ini bertujuan untuk mengklasifikasi jenis penyakit pada daun padi sehingga dapat memberikan hasil klasifikasi yang cepat dan tepat untuk penanganan dini. Penelitian ini akan menggunakan convolutional neural network (CNN) dengan arsitektur AlexNet dengan menggunakan dataset rice leaf. Dataset yang digunakan berjumlah 2000 citra terdiri dari 4 kelas yaitu Healthy, Brown Spot, Hispa, dan Leaf Blast dengan pembagian rasio 80:10:10. Pengujian dilakukan dengan perbandingan optimizer Adam dan SGD dengan skenario pengujian batch size 16, 32 dan epoch 10, 20, dan 25. Hasil pengujian klasifikasi mendapatkan akurasi tertinggi yaitu 80% dengan menggunkan bobot optimizer Adam sehingga meningkatkan akurasi model.
Identifier
- DOI: https://doi.org/10.35957/mdp-sc.v4i1.11099
- OpenAlex: https://openalex.org/W4410333014

