KLASIFIKASI PENYAKIT BUAH NANAS MENGGUNAKAN METODE MULTI-LAYER PERCEPTRON

Abstrak

Penyakit buah nanas, seperti busuk pangkal dan black spot, sangat menantang bagi petani karena dapat menurunkan kualitas dan hasil panen. Menerapkan teknologi informasi untuk mendeteksi penyakit secara dini adalah solusi yang mungkin. Dengan menggunakan metode Multi-Layer Perceptron (MLP) berbasis analisis citra digital, tujuan penelitian adalah untuk mengembangkan sistem klasifikasi penyakit pada buah nanas. Data yang digunakan mencakup seratus sampel gambar buah nanas yang diolah dengan teknik preprocessing untuk mengekstrak nilai RGB (Red, Green, dan Blue) dari gambar. Selanjutnya, proses penelitian melibatkan tahapan pengumpulan data, preprocessing, pelatihan model, dan evaluasi model berdasarkan metrik akurasi dan kinerja. Hasil penelitian menunjukkan bahwa sistem klasifikasi MLP memiliki akurasi hingga 92% pada data uji. Ini menunjukkan bahwa metode MLP dapat digunakan dengan baik untuk mengidentifikasi penyakit pada buah nanas. Ini dapat membantu petani mencegah penyakit lebih awal dan meningkatkan hasil pertanian. Akibatnya, penelitian ini tidak hanya membantu kemajuan teknologi pertanian, tetapi juga memberikan manfaat praktis bagi sektor pertanian karena mendeteksi penyakit dengan cepat dan akurat.

Identifier

• DOI: https://doi.org/10.29100/jipi.v11i2.8115
• OpenAlex: https://openalex.org/W7166584416