Identifikasi Jenis Penyakit Daun Jagung Menggunakan Deep Learning Pre-Trained Model

  • Muhammad Imron Rosadi Program Studi Teknik Informatika, Universitas Yudharta Pasuruan, Indonesia
  • Moch. Lutfi Program Studi Teknik Informatika, Universitas Yudharta Pasuruan, Indonesia
Keywords: Penyakit Daun Jagung, Deep Learning, Pre-Trained Model, Citra Digital

Abstract

     Jagung salah satu kebutuhan pangan utama setelah padi dan terigu di dunia dan termasuk kebutuhan yang penting di Indonesia setelah padi.  Identifikasi penyakit pada daun tanaman jagung dapat dilakukan secara manual dengan penglihatan mata manusia berdasarkan warna daun jagung. Namun proses ini membutuhkan waktu yang lama dan kurang akurat sehingga mempengaruhi penambahan biaya perawatan. Untuk mendukung proses identifikasi secara cepat dan akurat dibutuhkan sistem pengolahan citra digital. Pada Penelitian ini mengusulkan metode Convolutional Neural Network (CNN) pre-trained model untuk mendeteksi jenis penyakit pada daun jagung. Deteksi yang dilakukan pada 5 jenis daun jagung yaitu 1 daun sehat dan 4 penyakit daun jagung yaitu  karat daun, bercak daun, hawar daun, dan bulai daun. Harapannya metode yang diusulkan mampu mendeteksi penyakit daun jagung secara akurat dan mengurangi waktu komputasi. Berdasarkan hasil ujicoba bahwa transfer learning mampu meningkatkan akurasi dan mengurasi waktu komputasi dengan tingkat akurasi data training 0.85% error rate 0.45%  dan data validasi 0.88% error rate 0.54

Downloads

Download data is not yet available.

References

A. Muis, Suriani, S. H. Kalqutny, dan N. Nonci, Penyakit Bulai Pada Tanaman Jagung dan Upaya Pencegahannya. Sleman: DEEPUBLISH, 2018.

Khairiyah, S. K, M. I, S. E, Norlian, dan Mahdiannoor, “Pertumbuhan dan hasil tiga varietas jagung manis (Zea mays saccharata sturt) terhadap berbagai dosis pupuk organik hayati pada lahan rawa lebak,” vol. 42, no. 3, hal. 230–240, 2017.

Semangun, Penyakit-penyakit Tanaman Pangan di Indonesia. Yogyakarta: Gadjah Mada University Press, 2004.

Syukur M dan Dkk, Jagung Manis, Pertama. Jakarta: Penebar Swadaya, 2013.

R. P. Ramadhan dan N. L. Marpaung, “Identifikasi jenis penyakit daun tanaman jagung menggunakan jaringan saraf tiruan berbasis backpropagation [1],” Jom FTEKNIK, vol. 6, no. 1, hal. 1–5, 2019.

I. P. Sari, H. Bambang, dan ratri dwi Atmaja, “Perancangan dan Simulasi Deteksi Penyakit Tanaman Jagung Berbasis Pengolahan Citra Digital Menggunakan Metode Color Moments dan GLCM,” dalam Seminar Nasional Inovasi Dan Aplikasi Teknologi Di Industri (SENIATI), 2016, hal. 215–220.

M. Lihawa, F. Tupamahu, I. Zulzain, dan R. A. Tayeb, PENYAKIT TANAMAN JAGUNG ( DESKTOP VERSION ), 1 ed. Ideas Publishing, 2018.

U. D. Rosiani, C. Rahmad, M. A. Rahmawati, dan F. Tupamahu, “Segmentasi berbasis k-means pada deteksi citra penyakit daun tanaman jagung,” JIP (Jurnal Inform. Polinema), vol. 6, no. 3, hal. 37–42, 2020.

K. P. Ferentinos, “Deep learning models for plant disease detection and diagnosis,” Comput. Electron. Agric., vol. 145, no. September 2017, hal. 311–318, 2018.

J. Amara, B. Bouaziz, dan A. Algergawy, “A Deep Learning-based Approach for Banana Leaf Diseases Classification,” hal. 79–88, 2017.

M. Sibiya dan M. Sumbwanyambe, “Computational Procedure for the Recognition and A Computational Procedure for the Recognition and Classification of Maize Leaf Diseases Out of Healthy Classification of Maize Leaf Diseases Out of Healthy Leaves Using Convolutional Neural Networks Leaves U,” hal. 119–131, 2019.

Subandi, I. G. Ismail, dan Hermanto, Jagung. Teknologi Produksi dan Pascapanen. Pusat Penelitian dan Pengembangan Tanaman Pangan. Badan Litbang Pertanian, 1998.

T. Sutoyo, Teori Pengolahan Citra Digital. Yogyakarta: Andi Publisher, 2009.

Y. LeCun, Y. Bengio, dan G. Hinton, Deep Learning. Canada: Macmillan Publishers Limited, 2015.

D. Sarkar, R. Bali, dan T. Ghosh, Hands-On Transfer Learning with Python: Implement advanced deep learning and neural network models using TensorFlow and Keras, 1 ed. Mumbai: Packt Publishing, 2018.

I. Goodfellow, Y. Bengio, dan A. Courville, Deep Learning. Cambridge: MIT Press, 2016.

J. Yosinski, J. Clune, Y. Bengio, dan H. Lipson, “How transferable are features in deep neural networks?,” Adv. Neural Inf. Process. Syst., vol. 4, no. January, hal. 3320–3328, 2014.

M. Sokolova dan G. Lapalme, “A systematic analysis of performance measures for classification tasks,” Inf. Process. Manag, vol. 45, no. 4, hal. 427–437, 2009.

Published
2021-09-16
How to Cite
[1]
M. I. Rosadi and Moch. Lutfi, “Identifikasi Jenis Penyakit Daun Jagung Menggunakan Deep Learning Pre-Trained Model”, EXPLORIT, vol. 13, no. 2, pp. 35-42, Sep. 2021.