OPTIMASI DAN INTEGRASI CONVOLUTIONAL NEURAL NETWORK PADA APLIKASI ANDROID UNTUK DETEKSI PENYAKIT DAUN PADI

Bagus Kusuma; Teguh Iman Hermanto; Candra Dewi Lestari

doi:10.24252/instek.v9i2.49657

Bagus Kusuma STT Wastukancana
(ID)
Teguh Iman Hermanto
(ID)
Candra Dewi Lestari
(ID)

DOI: https://doi.org/10.24252/instek.v9i2.49657

Keywords: Convolutional Neural Networks, Klasifikasi, Penyakit Padi

Abstract

Padi adalah tanaman pangan utama di Indonesia dan memiliki peran vital dalam perekonomian serta kehidupan sehari-hari masyarakat. Namun, produksi padi saat ini mengalami penurunan akibat serangan hama dan penyakit. Deteksi dini dan klasifikasi penyakit padi yang akurat sangat penting untuk mengurangi dampak negatif ini. Penelitian ini membangun dan melatih model Convolutional Neural Network (CNN) menggunakan arsitektur MobileNetV3 Large untuk mengenali kondisi kesehatan tanaman padi. Model dilatih dengan dataset citra daun padi berlabel, melalui 30 epoch, batch size 45, dan optimizer Lion. Hasil pengujian menunjukkan akurasi 75% untuk data uji dengan loss 59%, dan akurasi 76% untuk data latih dengan loss 61%. Model ini juga berhasil diimplementasikan dalam aplikasi mobile berbasis Android. Penelitian ini diharapkan dapat berkontribusi pada sektor pertanian Indonesia dengan menyediakan alat deteksi penyakit padi yang lebih efisien dan efektif.

Downloads

Download data is not yet available.

References

Badan Pusat Statistik. (2023, October 16). Luas Panen dan Produksi Padi di Indonesia 2023 (Angka Sementara). Berita Resmi Statistik.

Chen, X., Liang, C., Huang, D., Real, E., Wang, K., Pham, H., Dong, X., Luong, T., Hsieh, C.-J., & Lu, Y. (2024). Symbolic discovery of optimization algorithms. Advances in Neural Information Processing Systems, 36.

Everton Gomede, P. (2024, January 5). Exploring the Landscape of Optimizers in Keras. Diakses Pada 8 Maret 2024, Https://Medium.Com/Aimonks/Exploring-the-Landscape-of-Optimizers-in-Keras-C7f1b13ddb63.

Herdiyanti, H., & Sulistyono, E. (2021). Pertumbuhan dan Produksi Beberapa Varietas Padi (Oryza sativa L.) pada Berbagai Interval Irigasi. Indonesian Journal of Agronomy, 49(2), 129–135.

Howard, A., Sandler, M., Chu, G., Chen, L.-C., Chen, B., Tan, M., Wang, W., Zhu, Y., Pang, R., & Vasudevan, V. (2019). Searching for mobilenetv3. Proceedings of the IEEE/CVF International Conference on Computer Vision, 1314–1324.

Khoiruddin, M., Junaidi, A., & Saputra, W. A. (2022). Klasifikasi Penyakit Daun Padi Menggunakan Convolutional Neural Network. Journal of Dinda: Data Science, Information Technology, and Data Analytics, 2(1), 37–45.

Saputra, D. M., Hermawan, E., & Agustian, S. (2023). KLASIFIKASI KESEHATAN PADA TANAMAN PADI MENGGUNAKAN CITRA UNMANED AERIAL VEHICLE (UAV) DENGAN METODE CONVOLUTIONAL NEURAL NETWORKS (CNN). Jurnal Ilmiah Teknologi Infomasi Terapan (JITTER), 9(3).

Suwitono, Y. A., & Kaunang, F. J. (2022). Implementasi Algoritma Convolutional Neural Network (CNN) Untuk Klasifikasi Daun Dengan Metode Data Mining SEMMA Menggunakan Keras. Jurnal Komtika (Komputasi Dan Informatika), 6(2), 109–121.