Deteksi Hama Pada Daun Apel Menggunakan Algoritma Convolutional Neural Network (original) (raw)
Related papers
Aplikasi Pendeteksi Penyakit Pada Daun Tanaman Apel Dengan Metode Convolutional Neural Network
2020
According to 2017 statistical fruit and vegetable crops published by BPS, total apple production in 2017 amounted to 319004 tons. There are many diseases that can attack apple plants, therefore early detection and identification of plant diseases are the main factors to prevent and reduce the spread of apple plant diseases. CNN method is used in this study with LeNet-5 architecture which can process 3151 imagery data with a mini-mum accuracy level of 75%. This study uses a dataset derived from PlantVillage created by SP Mohanty CEO & Co-founder of CrowdAI with a total of 3151 leaf images that have been classified according to their respec-tive classes. CNN stages include Convolution Layer, Rectified Linear Unit (ReLU), Subsampling, Flattening, Fully Connected Layer. The test results are evaluated using image testing data. The evaluation process is done using a confusion matrix. Based on the results of testing applications that are designed with 99,4% model ac-curacy and 97,8% valida...
Prosiding Seminar Nasional Informatika Bela Negara, 2020
Menurut data produksi buah-buahan di Indonesia yang dipublikasikan oleh BPS, produksi apel pada tahun 2017 mengalami penurunan sebesar 3.3% atau sejumlah 10.780 ton dari tahun 2016 yang menghasilkan sebanyak 329.780 ton. Hal itu disebabkan oleh berbagai penyakit yang sering terjadi pada produksi apel, oleh karena itu pendeteksian penyakit daun apel yang tepat waktu menjadi sangat penting untuk industri apel yang berkembang dengan sehat. Sehingga dibutuhkan sistem yang efektif seperti klasifikasi citra digital pada tanaman. Metode yang digunakan pada penelitian ini merupakan adalah Convolutional Neural Network (CNN) dengan arsitektur InceptionV3. Penelitian ini menggunakan dataset Plant Pathology 2020 - FGV C7 sebanyak 1821 data citra dengan 4 kelas. Data dibagi menjadi 3 set data (latih, validasi, dan uji) dengan rasio 70:10:20. Hasil pengujian dievaluasi dengan menggunakan data uji, untuk proses evaluasi menggunakan confusion matrix. Berdasarkan hasil pelatihan mencapai akurasi 96....
Klasifikasi Penyakit pada Citra Daun Melon Menggunakan Algoritma Convolution Neural Network
Joutica
ABSTRAKS Melon merupakan salah satu komoditas hortikultura yang patut mendapat perhatian karena nilai ekonomisnya yang tinggi, serta aromanya yang enak dan khas disukai masyarakat. Sebagian besar petani melon di lamongan tidak mengetahui dengan pasti penyakit yang menjangkit pada tanamanya khususnya pada daun melon. Penyakit pada daun melon ada beberaopa macam dan disebabkan oleh beberapa faktor. Ada faktor hama yang bias disebabkan oleh kutu, lalat dan mikro organisme yang lain. Algoritma CNN diimplementasikan untuk melakukan klasifikasi semantik dengan memberikan label semantik dari objek jenis tanaman. pengenalan citra digital dengan Computer Vision bisa melakukan Analisa pada gambar dan menghasilkan data output yang diinginkan. Dengan begitu, Klasifikasi Pada Penyakit Daun Melon diharapkan bisa diwujudkan dengan Computer Vision. Hasil uji coba klasifikasi menggunakan algoritma Convolution Neural Network bisa mengklasifikasina Penyakit daun melon yaitu daun melon sehat, daun melo...
Jurnal Repositor, 2020
Pada penelitian ini, dilakukan identifikasi dari serangan hama dan penyakit pada tanaman apel pada dengan studi kasus di Balitjestro. Permasalahan yang dihadapi adalah sulitnya menentukan informasi hama atau penyakit yang menyerang pada tanaman apel yang harus menemui seorang pakar secara langsung, hal tersebut memerlukan waktu yang lama dan memerlukan biaya. Tujuan dari penelitian ini adalah mempercepat mendapatkan informasi hasil identifikasi dari serangan hama dan penyakit pada tanaman apel beserta solusinya tanpa harus menemui seorang pakar. Jenis hama dan penyakitnya yaitu pada hama terdapat Kutu Hijau,
Sistem Pakar Diagnosa Hama Dan Penyakit Pada Tanaman Apel Menggunakan Metode Certainty Factor
Jurnal Informatika Polinema
Apel merupakan tanaman buah tahunan yang berasal dari daerah Asia Barat dengan iklim sub tropis. Di Indonesia apel mulai ditanam pada tahun 1934, hingga saat ini tanaman apel sudah banyak ditanam di berbagai wilayah. Apel dapat tumbuh dan berbuah dengan baik di daerah dataran tinggi. Di Kota Batu, Jawa Timur, apel merupakan buah yang menjadi ikon kota wisata ini. Apel di Kota Batu sudah mulai ditanam sejak tahun 1950 dan berkembang pesat pada tahun 1960-an hingga saat ini. Seiring berkembangnya tanaman apel di kota batu, pengendalian hama dan penyakit pada tanaman apel juga perlu dilakukan dengan baik. Pakar atau pihak yang berkompeten dalam bidangnyalah yang dapat memberikan solusi dalam setiap permasalah yang dihadapi oleh petani. Keterbatasan jumlah pakar dan pengetahuan menjadi kesulitan dalam proses identifikasi hama dan penyakit tanaman apel. Penelitian ini bertujuan untuk merancang dan mengimplementasikan suatu sistem yang dis...
2016
Kerusakan akibat hama penyakit tanaman jagung menyebabkan kerugian hasil panen bagi para petani. Pengelompokan hama penyakit tanaman jagung sangatlah peting bagi para petani agar dengan mudah petani mengenal hama penyakit tanaman jagung. Metode Neural Network digunakan sebagai Artificial Intelligence untuk mengklasifikasi hama penyakit tanaman jagung, sedangkan algoritma genetika digunakan untuk optimasi parameter Neural Network seperti jumlah hidden layer dan learning rate agar akurasi yang dihasilkan bisa lebih bagus. Selain itu, penelitian ini bertujuan untuk membandingkan antara metode kombinasi Neural Network dengan Neural Network yang dioptimasi dengan algoritma genetika. Metode evaluasi uji coba yang digunakan adalah metode 10 fold cross validation. Hasil uji coba 10 fold cross validation menunjukkan bahwa metode Neural Network yang optimasi parameternya menggunakan algoritma genetika menghasilkan rata-rata akurasi yang cukup tinggi yaitu 97,20%, lebih baik dari metode Neural...
Jurnal Algoritme
Tanaman kopi biasa dibuat untuk minuman yang dihasilkan dari biji kopi yang sudah dihaluskan sehingga menjadi bubuk. Salah satu penyebab kualitas pada kopi menurun disebabkan oleh hama yang bisa menyerang dari daun, batang dan akar. Dalam penelitian ini bertujuan untuk mengidentifikasi penyakit tanaman kopi berdasarkan daun menggunakan metode Convolution Neural Network (CNN) dengan arsitektur ResNet-50 dengan optimizer Adam. Total data dari dataset adalah 1664 citra gambar, pada dataset tersebut terdapat data train sebanyak 1264 citra gambar dan data test sebanyak citra 400 gambar. Hasil tertinggi pada pelatihan di penelitian ini dengan menggunakan 60 epoch dan optimizer Adam dengan nilai probabilitas pada learning_rate sebesar 0.0001 mendapatkan nilai probabilitas sebesar 0.9969 dan nilai terendah mendapatkan nilai probabalitias sebesar 0.4918. Hasil pengujian terhadap data test pada penelitian ini mendapatkan tingkat akurasi sebesar 99%.
Jurnal Syntax Fusion
Agriculture is very important for humans because it directly affects food pro- duction. One of the food products that is consumed by the community is Potato. Potatoes are not only consumed as a staple food but can also be used as a basic ingredient for making snacks. With the current production of potatoes, it is increa- singly difficult for farmers to check the quality and quantity of potatoes. Potato leaf disease is one of the factors that affect potato quality. The rapid growth of technology today makes humans create Artificial Intelligen- ce (AI). AI can also be referred to as artificial intelligence in machine technology that implements human intelligence. AI-based on Deep Learning for the classifica- tion process of image processing using the Convolutional Neural Network method has superior performance. Using one of the architectures, namely MobileNet, has the advantages of low cost, stability, and high precision. This study will classify the disease on potato leaves, namely e...
Swabumi
Padi merupakan tanaman pangan penghasil beras, dan indonesia merupakan negera yang mayoritas penduduknya menjadikan beras sebagai makanan utama, jumlah penduduk yang semakin meningkat, perlu menjaga kualitas padi agar resiko gagal panen dapat dihindari. Banyak faktor yang dapat menimbulkan resiko gagal panen salahsatunya itu penyakit daun padi, Pada penelitian ini diusulkan Algoritma Convolutional Neural Network untuk klasifikasi penyakit daun padi yang berdasarkan citra. Arsitektur yang digunakan pada penelitian ini menggunakan MobileNetVI dengan menggunakan ekstraksi fitur. Dataset berasal dari UCI Repository sebanyak 120 yang terdiri dari 3 penyakit daun padi yaitu Bacterial leaf blight, Brown spot, Leaf smut. Berdasarkan hasil pelatihan dan pengujian menggunakan citra penyakit daun padi yang berukuran 224x224 piksel didapat hasil nilai akurasi pelatihan mencapai 1.0 dan nilai akurasi validasi mencapai 0.8333. Nilai akurasi pada Confusion Matrix yaitu sebesar 92%, hasil ini menj...