KLASIFIKASI CITRA PENYAKIT PADA DAUN SINGKONG MENGGUNAKAN CNN VGG16

Singkong merupakan tanaman yang ada pada sebagian besar Pulau Madura.
Singkong adalah salah satu tanaman ubi-ubian yang menjadi makanan pokok setelah
padi dan jagung. Seperti tanaman pada umumnya, tanaman ini juga memiliki penyakit
yang beranekaragam dan dapat mengganggu kualitasnya. Kerusakan akibat hama
penyakit tanaman singkong menyebabkan kerugian hasil panen bagi para petani.
Pengelompokan hama penyakit tanaman singkong sangat penting bagi para petani agar
dengan mudah mereka mengenal hama penyakit tanaman singkong. Penyakit pada
daun harus dilakukan penanganan dengan menentukan apa penyakit yang terdapat
pada daun singkong. Penelitian ini mengklasifikasikan 5 jenis daun singkong untuk
mempermudah dalam mengatasi permasalahan tersebut. Kelas citra yang
diklasifikasikan terdiri dari 5 kelas, yaitu Cassava Bacterial Blight, Cassava Brown
Streak Disease, Cassava Green Mite Damage, Cassava Mosaic Disease, dan Healty.
Pada penelitian ini menggunakan metode Convolutional Neural Network (CNN)
dengan arsitektur VGG16. Data yang digunakan terdiri dari 250 citra dibagi menjadi
60% data training, 20% data validation, dan 20% data testing. Perubahan ukuran citra
gambar menjadi 100x100 dilakukan sebelum proses pelatihan. Kemudian dilakukan
proses validasi menggunakan K-Fold 5 Cross Validation untuk mendapatkan hasil
model terbaik. Akurasi terbaik didapatkan senilai 40.00%, presisi = 41.01%, recall =
40.00% dengan waktu selama 51 menit 14 detik