Klasifikasi Penyakit Jagung Menggunakan Convolutional Neural Network(CNN) Dengan Arsitektur ResNet

Ardiansyah, M. (2024) Klasifikasi Penyakit Jagung Menggunakan Convolutional Neural Network(CNN) Dengan Arsitektur ResNet. Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_2021400133_M. Ardiansyah_IF.pdf Restricted to Registered users only Download (3MB)

Abstract

Ardiansyah, M. 2024. Klasifikasi Penyakit Jagung Menggunakan Convolutional Neural Network (CNN) Dengan Arsitektur ResNet. Skripsi, Prodi Informatika, Fakultas Teknik, Universitas Nurul Jadid Paiton Probolinggo. Pembimbing: (I) Kamil Malik, M.Kom., (II) Andi Wijaya, M.Kom.

Kata Kunci: Klasifikasi, Penyakit Jagung, CNN, ResNet, Deep Learning.

Jagung merupakan salah satu komoditas pangan strategis yang memiliki peran penting dalam ketahanan pangan global. Namun, produktivitasnya sering terhambat oleh serangan berbagai penyakit daun. Penelitian ini bertujuan untuk mengembangkan model klasifikasi otomatis berbasis arsitektur ResNet guna mendeteksi penyakit pada daun jagung melalui pengolahan citra digital. Dataset yang digunakan bersumber dari PlantVillage dan PlantDoc yang diakses melalui Kaggle, mencakup empat kategori: Common Rust, Gray Leaf Spot, Blight, dan Healthy, dengan total 4.188 gambar. Model ResNet50 diimplementasikan dengan 30 iterasi (epochs) selama proses pelatihan, menghasilkan tingkat akurasi sebesar 75% pada data pelatihan. Selanjutnya, model diintegrasikan ke dalam sistem berbasis web dan diuji menggunakan 80 gambar data pengujian (testing) independen, yang menghasilkan akurasi sebesar 65%. Meskipun model menunjukkan potensi dalam klasifikasi penyakit, penurunan performa pada tahap pengujian nyata mengindikasikan adanya tantangan dalam generalisasi model terhadap data baru. Penelitian ini menekankan pentingnya pengujian yang lebih luas serta peningkatan keberagaman dataset untuk memperoleh evaluasi kinerja yang lebih komprehensif, stabil, dan dapat diandalkan dalam aplikasi praktis di sektor pertanian.

Item Type:	Thesis (Other)
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software S Agriculture > S Agriculture (General)
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Saiful Ghazi
Date Deposited:	28 Apr 2026 06:43
Last Modified:	28 Apr 2026 06:43
URI:	https://repository.unuja.ac.id/id/eprint/3205

Actions (login required)

View Item