Text

Klasifikasi Penyakit pada Tanaman Padi Menggunakan Algoritma CNN Berbasis MobileNetV2

---

Penyakit pada tanaman padi merupakan tantangan utama dalam sektor pertanian Indonesia
yang dapat mengganggu kestabilan hasil panen. Deteksi penyakit secara tradisional
membutuhkan waktu dan sumber daya yang signifikan. Penelitian ini mengembangkan
model klasifikasi penyakit pada tanaman padi melalui citra daun menggunakan
Convolutional Neural Network (CNN) berbasis arsitektur MobileNetV2. Teknologi ini
menawarkan solusi untuk meningkatkan akurasi dan efisiensi dalam identifikasi penyakit
tanaman padi. MobileNetV2 dipilih karena kemampuannya dalam mengurangi kebutuhan
komputasi dan memori, serta efektivitasnya yang telah terbukti dalam berbagai tugas
klasifikasi citra dengan tingkat akurasi yang tinggi. Dataset yang digunakan terdiri dari citra
daun padi dengan enam kelas penyakit, termasuk blast, blight, tungro, dan brownspot. Proses
klasifikasi mencakup preprocessing citra, yaitu resizing, rotasi, dan flipping. Dataset dibagi
menjadi 3 yaitu, data latih, data validasi, dan data uji. Hasil penelitian menunjukkan bahwa
model CNN berbasis MobileNetV2 mencapai akurasi dan f1-score hingga 99%,
membuktikan efektivitasnya dalam klasifikasi penyakit pada tanaman padi. Diharapkan,
hasil penelitian ini dapat berkontribusi dalam peningkatan produktivitas pertanian dan
ketahanan pangan di Indonesia..
Kata Kunci : Convolutional Neural Network (CNN), deteksi penyakit tanaman padi,
klasifikasi citra, MobileNetV2

---

Ketersediaan

1478F2025

1478 F 2025

Perpustakaan FSM Undip

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

1478 F 2025

Penerbit

: .,

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Sabdiel Tarigan

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar