KLASIFIKASI CITRA PENYAKIT DAUN PADA TANAMAN JAGUNG (ZEA MAYS L.) MENGGUNAKAN METODE MOBILENETv2
Author
Abstract
Jagung merupakan salah satu tanaman pertanian yang dimana dari zaman kuno hingga sekarang menjadi tanaman penghasil bahan pangan pokok untuk kebanyakan di daerah tropis, terutama di benua Asia dan Afrika. Tanaman Jagung juga merupakan tanaman budidaya yang mempunyai andil penting dalam peradaban manusia, Permasalahan terbesar yang menyebabkan hasil panen sedikit bahkan bisa mengalami gagal panen yaitu adanya penyakit tanaman yang sudah terdiagnosis bahkan terlambat untuk ditangani yang dimana berakibat sudah menjadi tahap yang parah dan bisa menyebabkan terjadinya suatu kegagalan dalam panen. Penelitian ini bertujuan untuk membuat system klarifikasi untuk mengetahui jenis penyakit yang terdapat pada daun jagung yang berupa Common Rust atau Karat daun, Gray Leaf Spot atau Bercak daun abu-abu, dan Bacterial Leaf Blight atau Hawar daun dengan bantuan algoritma Machine Learning. MobileNetV2 adalah arsitektur Convolutional Neural Network (CNN) yang menggunakan Depthwise Separable Convolution untuk membangun model yang ringan dan dirancang untuk mengatasi proses yang memiliki Resource yang berlebih. Dataset yang digunakan pada penelitian ini merupakan dataset yang diambil dari Platform Kaggle dan pengambilan citra di lapangan. Model MobileNetV2 ternyata sangat berhasil dalam mengklarifikasikan objek, dengan akurasi 92.77%. Dengan hasil penelitian ini, petani dapat terbantu dalam mengenali penyakit pada daun jagung (Zea Mays L.).