KLASIFIKASI CITRA DAUN TEMBAKAU MENGGUNAKAN METODE CONVOLUTION NEURAL NETWORK (CNN) UNTUK MENENTUKAN KUALITAS DAUN

Tembakau merupakan salah satu hasil pertanian terbesar dan banyak diperdagangkan di pasar dunia termasuk Indonesia. Di Indonesia daun tembakau dimanfaatkan untuk bahan baku rokok yang banyak di produksi oleh perusahaan rokok. Kualitas daun tembakau sangat berpengaruh terhadap kualitas rokok, hal ini dikarenakan kondisi pada daun tembakau dipengaruhi oleh beberapa faktor diantaranya hama, penyakit, dan cuaca yang tidak menentu sehingga mempengaruhi kualitas daun tembakau yang dihasilkan. Oleh karena itu pada penelitian kali ini akan dibuat sebuah sistem Klasifikasi yang bertujuan untuk mempermudah proses penentuan kualitas daun tembakau dengan menggunakan metode Convolution Neural Network (CNN). Pada penilitian ini data yang digunakan merupakan Citra daun tembakau sebanyak 1198 citra yang terdiri dari 3 kelas yaitu Berlubang, Normal dan Layu berdasarkan tingkat kerusakan masing-masing daun. Setelah dilakukan penelitian menggunakan metode Convolution Neural Network (CNN) mendapat hasil rata-rata akurasi kinerja dengan perbandingan jumlah epoch mendapatkan hasil f1-score pada epoch 30 sebesar 92,78%, epoch 50 sebesar 95,28%, dan epoch 100 sebesar 96,74%. Adapun hasil rata-rata akurasi terbaik terdapat pada fold ke-3 dan ke-5 sebesar 95,7%.