KLASIFIKASI CITRA PENYAKIT PADA DAUN JAGUNG MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) GOOGLENET

Jagung merupakan salah satu tanaman pangan penghasil karbohidrat terpenting di dunia, selain padi dan gandum. Seperti tenaman pada umumnya, tanaman ini juga memiliki penyakit yang beranekaragam dan dapat mengakibatkan kualitas tanaman ini menurun. Kerusakan akibat hama penyakit pada tanaman jagung menyebabkan kerugian hasil panen bagi para petaani jagung. Pengelompokan hama penyakit tanaman jagung sangatlah penting bagi para petani agar dengan mudah petani mengenal hama penyakit tanaman jagung. Penanganan penyakit pada daun jagung harus dilakukan dengan menentukan apa penyakit yang terdapat pada daun jagung. Penelitian kali ini akan mengkalsifikasikan beberapa jenis penyakit yang terdapat pada daun jagung untuk mempermudah dalam mengatasi permasalahan tersebut. Kelas citra yang akan diklasifikasikan terdiri dari 4 kelas, yaitu Cercospora Leaf Spot/Gray Leaf Spot, Common Rust, Northern Leaf Blight, dan Healthy. penelitian ini penggunakan metode Convolutional Neural Network (CNN) dengan model arsitektur GoogLeNet. Tujuan dari penelitian ini adalah untuk mengetahui bagaimana proses implementasi dari arsitektur GoogLeNet dan mengetahui tingkat akurasi dari arsitektur CNN model. GoogLeNet. Dari pengujian Klasifikasi Penyakit Daun Jagung Menggunakan Metode Convolutional Neural Network (CNN) dengan model arsitektur GoogleNet, didapatkan hasil dari 2 pengujian dengan training data 80% dari jumlah seluruh dataset didapatkan hasil akurasi sebesar 94.64%, sedangkan untuk pengujian kedua dengan training data sebesar 90% dari jumlah seluruh dataset didapatkan hasil akurasi sebesar 94.04%. dari sini dapat disimpulkan bahwa klasifikasi dengan training data sebesar 80% dan testing data 20% di pengujian pertama mendapatkan hasil akurasi yang lebih tinggi dari pengujian kedua yaitu sebesar 94.64%.