Deteksi Penyakit Pada Daun Tanaman Padi Menggunakan Metode Convolutional Neural Network

Abstract

Penyakit tanaman padi merupakan salah satu faktor penyebab tingginya angka kerugian akibat gagal panen. Serangan organisme penggangu tanaman (OPT) yang sering menyerang tanaman padi khususnya pada bagian daun dapat mengakibatkan tanaman mati. Keterlambatan proses diagnosis secara manual menyebabkan penyakit yang ada pada tanaman padi mencapai tahap parah, sehingga menimbulkan terjadinya peningkatan gagal panen. Penelitian ini bertujuan untuk mengidentifikasi dan mengklasifikasi jenis penyakit yang diderita oleh daun tanaman padi. Penelitian ini membangun sebuah model dengan menggunakan metode algoritma Convolutional Neural Network (CNN). Convolutional Neural Network merupakan salah satu algoritma yang cukup efektif dalam pengolahan citra. Citra akan melalui proses resizing, cropping dan ekstraksi fitur. Dataset  yang digunakan adalah RiceLeafs datasets dengan total 900 sampel citra daun padi, 780 citra sebagai data latih dan 180 sebagai data validasi. Dalam proses pemodelan terdapat empat convolutional layers dan empat max pooling layers diikuti oleh dua fully connected layer. Hasil pengujian pada model yang telah dibangun memiliki persentase rata-rata accuracy 92% dari data latih.