Deteksi Penyakit Daun Tomat Menggunakan Konfigurasi Layer pada Metode CNN

Abstract

Tanaman tomat adalah suatu komoditas yang memiliki nilai ekonomi tinggi, menjadi kebutuhan pokok dalam rumah tangga. Untuk menghasilkan tomat berkualitas tinggi, penting untuk dapat mendeteksi penyakit sejak dini. Identifikasi penyakit ini sering dilakukan secara visual melalui daun tanaman. Namun, dengan kemajuan teknologi, deteksi penyakit tomat berbasis visual daun telah mulai diterapkan, meskipun sering kali menghasilkan asumsi yang tidak akurat tentang jenis penyakit yang mungkin ada. Dampaknya dapat membuat upaya pencegahan yang diterapkan oleh petani menjadi kurang efektif, dengan konsekuensi negatif terhadap hasil panen. Dalam penelitian ini, kami mengusulkan metode otomatisasi identifikasi penyakit tomat menggunakan Convolution Neural Network (CNN). Evaluasi dilakukan pada metode CNN dengan memanfaatkan arsitektur Alexnet dan melakukan konfigurasi pada lapisan-lapisan untuk mencari hasil kinerja optimal dari parameter yang digunakan dalam arsitektur Alexnet.. Hasil Penelitian dengan 3 kali percobaan mampu menghasilkan akurasi 92,35%.