Klasifikasi Penyakit Pada Sawi Pakcoy Dengan Menggunakan Metode Convolutional Neural Network (CNN)

Abstrak

Tanaman Brassisca Rapa L atau sawi pakcoy merupakan jenis sayuran dengan daun yang memiliki nilai ekonomis tinggi. Sawi pakcoy tumbuh di dataran tinggi dan dataran rendah dengan masa panen yang cepat dan proses budidaya yang mudah. Peningkatan budidaya tanaman sawi pakcoy yang sangat tinggi, tidak dapat menghindari sawi pakcoy dari serangan penyakit yang disebabkan oleh jamur, virus, hama dan mikroba lainnya sehingga perlu mempersiapkan cara dalam menangani tanaman sawi pakcoy agar tidak mengalami gagal panen. Penelitian ini bertujuan untuk menerapkan metode Convolutional Neural Network (CNN) dalam mengidentifikasi penyakit pada sawi pakcoy dengan kemampuan dalam pengenalan pola dan analisis gambar pada daun sawi pakcoy. Data set yang digunakan berjumlah 1000 data citra daun sawi pakcoy dengan pembagian data sawi yang memiliki penyakit berjumlah 500 gambar dan data sawi yang tidak memiliki penyakit berjumlah 500 data. Dataset berasal dari tanaman greenhouse yang kemudian diolah menggunakan CNN dengan warna gambar RGB yang berukuran 512x512, data dilatih dengan optimizer Adam dengan hasil pengujian akurasi sebesar 0.8912 atau 89.12% dan nilai loss sebesar 0.240. Hasil penelitian menunjukkan bahwa penerapan metode CNN mampu melakukan klasifikasi penyakit pada sawi pakcoy dengan akurasi signifikan sehingga dari hasil klasifikasi dapat dijadikan sebagai pengambilan keputusan yang tepat dalam pencegahan penyakit tanaman sawi pakcoy.