KLASIFIKASI PENYAKIT PADA DAUN TANAMAN CABAI MERAH DENGAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK BERBASIS WEB

Cabai merah merupakan tanaman yang memiliki peran penting dalam sektor pertanian, khususnya di negara tropis seperti Indonesia. Harga yang mahal dan naik ketika hari besar di indonesia, kebutuhan Cabai merah semakin meningkat setiap tahunnya sejalan dengan tingkat konsumsi dan berkembangnya industri yang membutuhkan bahan baku cabai merah. Badan pangan nasional (Bapanas) menyebutkan konsumsi cabai perkapita masyarakat indonesia meningkat pada 2023 secara komulatif, total keseluruhan cabai merah konsumsi rumah tangga nasional pada 2023 yaitu 675ribu ton per tahun, meningkat 5,7% dari tahun sebelumnya yaitu 636,56 ribu ton. Hal ini menunjukkan bahwa konsumsi cabai merah bagi masyarakat indonesia sangat besar dan menjadi bahan baku pokok. Jumlah produksi tanaman cabai merah menurun Salah satu faktor yang menyebabkan penurunan produksi tanaman cabai merah yaitu tanaman terserang penyakit. Maka melalui penelitian ini membuat sistem pengklasifikasian penyakit daun tanaman dengan mendeteksi gejala pada daun tanaman cabai merah yang nantinya dapat mempermudah masyarakat maupun petani dalam mengidentifikasi sebuah penyakit pada tanaman cabai merah. Menggunakan metode Transfer Learning Convolutional Neural Network (CNN). Sistem dibangun berbasis website menggunakan bahasa pemrograman phyton. Arsitektur model yang digunakan adalah VGG16 untuk melatih model klasifikasi. Total data digunakan sebanyak 8400 citra yang terbagi dalam 7 label kelas daun, penyakit Cescospora, penyakit virus gemini atau penyakit virus kuning, penyakit virus mozaik, penyakit tungau, daun cabai merah sehat, bukan daun dan bukan daun cabai. Ujicoba dilakukan dengan menyiapkan dasaset sejumlah 8400 Citra, pemprosesan model dengan arsitektur VGG16 yang dimodifikasi dan evaluasi model untuk mendapatkan hasil klasifikasi yang terbaik melalui sistem website yang dibangun. Hasil akurasi model yang didapatkan 96%