KLASIFIKASI PENYAKIT BATANG TANAMAN JAGUNG MENGGUNAKAN ARSITEKTUR VISUAL GEOMETRY GROUP-16 PADA CITRA BATANG JAGUNG

Jagung merupakan komoditas unggulan pertanian dari sub sektor tanaman pangan yang multiguna dan bernilai strategis untuk dikembangkan. Kondisi eksternal yang harus diwaspadai saat membudidaya tanaman jagung adalah serangan hama dan penyakit. Batang tanaman jagung berpotensi terkena serangan penyakit yang dapat menyerang kapan saja. Penelitian ini bertujuan mengembangkan sistem diagnosis penyakit pada batang tanaman jagung dengan menggunakan metode deep learning VGG16. Data primer dari perkebunan Jagung di Kecamatan Tanah Merah Kabupaten Bangkalan digunakan, terdiri dari 3000 citra RGB dengan kelas: sehat, busuk pelepah, dan busuk arang. Model terbaik mencapai akurasi 100% dengan hyperparameter learning rate 1e-5 dan jumlah epoch 20, 50, dan 60. Penggunaan learning rate rendah membantu konvergensi model, sementara jumlah epoch lebih besar meningkatkan pemahaman pola dalam data.