KLASIFIKASI PENYAKIT PADA TANAMAN PADI MENGGUNAKAN CONVOLUTION NEURAL NETWORK VGG19 & MODIFIKASI VGG

Salah satu penyebab penurunan produksi padi adalah penyakit padi. Umumnya petani tidak mengetahui jenis-jenis penyakit padi, mereka hanya mengira penyakit padi disebabkan oleh berbagai faktor, antara lain: serangan hama, kekeringan, jarak tanam yang terlalu dekat, dan pestisida yang berlebihan. Dengan pemanfaatan perkembangan teknologi saat ini, citra daun tanaman padi tersebut dapat diolah sehingga memberikan informasi penyakit tanaman padi lebih cepat dibandingkan secara manual. Pada penelitian ini digunakan metode convolutional neural network (CNN) VGG19 dan Modified VGG untuk mengklasifikasikan tanaman padi berdasarkan citra daun padi. Data yang digunakan adalah data mentah, dibatasi 200 citra, diambil dari persawahan di daerah Burneh Bangkalan. Dataset ada 4 kelas yaitu normal, tungro, hawar, dan bercak dengan pembagian 60% data training, 20% data validasi, dan 20% data testing. Hasil penelitian menunjukkan akurasi menggunakan metode Convolution Neural Network Arsitektur VGG19 dengan LearningRate: 0,001 dan MaxEpoch: 50 menghasilkan nilai accuracy 96.88%, precision 96.87%, recall 97.22%., Arsitektur Modifikasi VGG dengan LearningRate: 0,001 dan MaxEpoch:50 menghasilkan nilai accuracy 96,9%, precision 96,88%, recall 97,22%.