KLASIFIKASI CITRA PENYAKIT DAUN PADI MENGGUNAKAN METODE INCEPTION V3

Tanaman padi atau Oryza sativa rentan terkena penyakit dan hama, penyakit dan hama akan menyebabkan kerusakan pada tanamannya sendiri yang berdampak padak kualitas dan kuantitas saat panen. Penurunan hasil panen menyebabkan penurunan pendapatan pertanian, ketersediaan pangan berkurang dan naik nya harga bagi konsumen. Penyakit yang sering menyerang tanaman padi sebagian besar disebabkan oleh patogen atau parasit dan penyakit yang sering ditemui yaitu tungro, blast, leaft smut, hawar daun, brown spot dan penyakit jenis lainnya. Penelitian ini bertujuan untuk untuk mendeteksi penyakit pada daun tanaman padi berdasarkan jenisnya menggunakan Convolutional Neural Network (CNN) dengan model arsitektur Inception V3. Dataset citra terdiri dari 240 data yang dibagi menjadi 3 kelas berdasarkan jenis penyakit daun padi yaitu blas, hawar daun dan tungro dengan masing-masing kelas terdiri dari 80 data citra. Pada penelitian ini, dilakukan proses resize pada data citra dengan ukuran 299x299 piksel. Proses traning model dilakukan dengan nilai epoch 30, batch size 32, learning rate 0.0001dan augmentasi data citradan augmentasi data citra. Penelitian tentang klasifikasi citra penyakit pada daun tanaman padi menggunakan Inception V3 ini dengan melakukan preprocessing resize citra dan augmentasi kemudian dilakukan proses kfold cross validation dapat disimpulkan yaitu, model yang dibangun untuk klasifikasi penyakit tanaman berbasis citra mendapatkan training akurasi terbaik pada fold ke 3 dengan akurasi mencapai 100% dan validation akurasi mencapai 98.81%. Data testing mendapatkan accuracy sebesar 93.75%.