Klasifikasi Penyakit Pada Daun Jagung Menggunakan Model Convolutional Neural Network (CNN) dengan Pendekatan VGG-16

Jagung termasuk dalam kelompok sumber pangan utama dunia, termasuk di Indonesia. Tanda-tanda penyakit pada tanaman jagung umumnya terlihat pada daunnya. Dasarnya, hanya petani yang berpengalaman dalam budidaya jagung yang mengenali tanda-tanda penyakit ini. Akan tetapi, akan menjadi tantangan serius apabila petani mengalami kesulitan dalam mendeteksi penyakit yang menyerang tanaman jagung. Hal ini dapat mengakibatkan kesulitan dalam mengidentifikasi tanaman yang sakit dan mengambil langkah-langkah untuk mengatasi masalah ini. Dengan demikian, solusi yang diperlukan adalah suatu sistem yang mampu secara cepat mengklasifikasikan daun jagung. Oleh karena itu pada penelitian ini akan dilakukan perancangan sistem yang akan digunakan untuk klasifikasi penyakit pada daun jagung dengan dataset yang berjumlah 3.852 total data yang terbagi menjadi 4 kelas yaitu (1.162 data daun jagung sehat, 1.192 karatan, 513 bercak daun abu abu, 985 hawar daun ), dengan menggunakan metode CNN dengan arsitektur VGG-16. Dari hasil pengujian dengan menggunakan tiga skenario percobaan yaitu VGG 16 Data tidak seimbang, data seimbang dan menggunakan vgg 16 transfer learning didapatkan nilai akurasi untuk data tidak seimbang sebesar 90%, nilai precision sebesar 86%, nilai recall sebesar 84%. Sedangkan untuk nilai akurasi data seimbang sebesar 93%, nilai precision sebesar 93%, nilai recall sebesar 93%. Kemudian untuk nilai akurasi transfer learning sebesar 94%, nilai precision sebesar 94%, nilai recall sebesar 94%