Klasifikasi Penyakit Tanaman Mangga Menggunakan Algorithma CNN Pada Citra Daun Daun

Isi Artikel Utama

Aldi Setiawan
Amanda Nursafitri
Ersa Vidya Afnarista
Hanifa Mulyasari
Vici Husnia Zahwa
Zeldi Suryadi

Abstrak

Mangga (Mangifera indica L.) merupakan salah satu tanaman buah tropis yang berasal dari India dan dikenal kaya akan kandungan vitamin A, vitamin C, serta nutrisi penting lainnya. Namun, produktivitas tanaman mangga sering kali menurun akibat serangan berbagai jenis penyakit, baik yang disebabkan oleh parasit maupun non-parasit. Untuk mengatasi permasalahan ini, penelitian ini mengembangkan sistem cerdas berbasis Deep Learning dan Computer Vision yang mampu mendeteksi penyakit pada daun mangga secara otomatis. Proses klasifikasi dilakukan terhadap citra daun mangga yang telah melalui tahap augmentasi sebagai teknik pengolahan citra, kemudian dilatih menggunakan algoritma Convolutional Neural Network (CNN). Hasil pelatihan menunjukkan tingkat akurasi yang cukup tinggi, yakni 93% untuk data pelatihan dan 94% untuk data validasi. Dataset yang digunakan merupakan Mango Leaf Disease Dataset yang diperoleh dari Kaggle, terdiri dari 400 citra dan dibagi menjadi 3.200 data untuk pelatihan serta 800 data untuk validasi. Dataset ini mencakup delapan kategori, yaitu: Anthracnose, Bacterial Canker, Cutting Weevil, Die Back, Gall Midge, Healthy, Powdery Mildew, dan Sooty Mould. Tujuan utama dari penelitian ini adalah untuk mendukung kemajuan teknologi di bidang pertanian melalui pengembangan sistem deteksi penyakit tanaman yang lebih akurat dan efisien.

Rincian Artikel

Cara Mengutip
Aldi Setiawan, Amanda Nursafitri, Ersa Vidya Afnarista, Hanifa Mulyasari, Vici Husnia Zahwa, & Zeldi Suryadi. (2025). Klasifikasi Penyakit Tanaman Mangga Menggunakan Algorithma CNN Pada Citra Daun Daun . Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, Dan Ilmu Komputer, 4, 30–41. Diambil dari http://prosiding.sentimeter.nusaputra.ac.id/index.php/prosiding/article/view/68
Bagian
Artikel

Referensi

S. A. Wisak, N. A. Safirah, and Y. R. Kaesmetan, “Identifikasi Jenis Mangga Berdasarkan Ciri Daun Menggunakan Metode Cnn,” Jurnal Sistem Informasi dan Informatika (Simika), vol. 7, no. 2, pp. 121–129, 2024, doi: 10.47080/simika.v7i2.3295.

T. Ayu, V. Dwi, and A. E. Minarno, “Pendiagnosa Daun Mangga Dengan Model Convolutional Neural Network,” CESS (Journal of Computer Engineering, System and Science), vol. 6, no. 2, p. 230, 2021, doi: 10.24114/cess.v6i2.22857.

S. Solikin, “Deteksi Penyakit Pada Tanaman Mangga Dengan Citra Digital : Tinjauan Literatur Sistematis (SLR),” Bina Insani Ict Journal, vol. 7, no. 1, p. 63, 2020, doi: 10.51211/biict.v7i1.1336.

S. Khandelwal, “Mengoptimalkan Kinerja Klasifikasi Penyakit Daun Tanaman Mangga melalui Teknik Pembelajaran Mesin Tingkat Lanjut,” vol. 14, no. Mi, pp. 18476–18480, 2024.

M. Rijal, A. M. Yani, and A. Rahman, “Deteksi Citra Daun untuk Klasifikasi Penyakit Padi menggunakan Pendekatan Deep Learning dengan Model CNN,” Jurnal Teknologi Terpadu, vol. 10, no. 1, pp. 56–62, 2024, doi: 10.54914/jtt.v10i1.1224.

R. A. Setyadi, S. Rahman, D. Manurung, M. Hasanah, and A. Indrawati, “Implementasi Transfer Learning Untuk Klasifikasi Penyakit Pada Daun Cabai Menggunakan Cnn,” Djtechno: Jurnal Teknologi Informasi, vol. 5, no. 2, pp. 304–315, 2024, doi: 10.46576/djtechno.v5i2.4642.

R. Adenia, A. E. Minarno, and Y. Azhar, “Implementasi Convolutional Neural Network Untuk Ekstraksi Fitur Citra Daun Dalam Kasus Deteksi Penyakit Pada Tanaman Mangga Menggunakan Random Forest,” Jurnal Repositor, vol. 4, no. 4, pp. 473–482, 2024, doi: 10.22219/repositor.v4i4.32287.