Identifikasi Penyakit Pada Tanaman Kopi Berdasarkan Citra Daun Menggunakan Metode Convolution Neural Network

Abstract

Tanaman kopi biasa dibuat untuk minuman yang dihasilkan dari biji kopi yang sudah dihaluskan sehingga menjadi bubuk. Salah satu penyebab kualitas pada kopi menurun disebabkan oleh hama yang bisa menyerang dari daun, batang dan akar. Dalam penelitian ini bertujuan untuk mengidentifikasi penyakit tanaman kopi berdasarkan daun menggunakan metode Convolution Neural Network (CNN) dengan arsitektur ResNet-50 dengan optimizer Adam. Total data dari dataset adalah 1664 citra gambar, pada dataset tersebut terdapat data train sebanyak 1264 citra gambar dan data test sebanyak citra 400 gambar. Hasil tertinggi pada pelatihan di penelitian ini dengan menggunakan 60 epoch dan optimizer Adam dengan nilai probabilitas pada learning_rate sebesar 0.0001 mendapatkan nilai probabilitas sebesar 0.9969 dan nilai terendah mendapatkan nilai probabalitias sebesar 0.4918. Hasil pengujian terhadap data test pada penelitian ini mendapatkan tingkat akurasi sebesar 99%.

Implementasi Convolutional Neural Network Dalam Klasifikasi Jenis Kopi Temanggung

“…Deep learning sudah banyak digunakan untuk menganalisis suatu data khususnya dalam kasus yang jumlahnya besar serta berhasil dalam memproses gambar, mendeteksi objek, mengenali ucapan, dan lainnya [15]. Saat ini terdapat banyak sistem yang dapat membantu untuk mengenali jenis kopi, salah satunya dengan menggunakan Convolutional Neural Network (CNN).…”