Penerapan Deep Learning Pada Klasifikasi Tanaman Paprika Berdasarkan Citra Daun Menggunakan Metode CNN

Abstract

Paprika (Capsicum annum var. Grossum) merupakan salah satu tanaman sayuran yang memiliki tingkat hasil produksi yang cukup luas. Klasifikasi tanaman paprika memiliki peran penting dalam identifikasi penyakit tanaman dan pemantauan pertumbuhan tanaman. Usaha petani dalam menjaga kestabilan hasil produksi tanaman paprika ini sangat ditentukan dari kondisi yang dihasilkan. Permasalahan yang dihadapi petani dalam menjaga kestabilan hasil produksi adalah sulitnya melakukan klasifikasi antara tanaman paprika yang sehat dengan tanaman paprika yang terinfeksi hama atau penyakit. Oleh karena itu, dalam penelitian ini kami menerapkan pendekatan Deep Learning untuk membantu para petani dalam mengklasifikasikan tanaman paprika. Dataset pada penelitian ini berupa citra daun paprika yang terdiri dari dua kelas yaitu ”Bacterial_spot” dan “healthy”. Metode yang digunakan pada penelitian ini adalah Convolutional Neural Network (CNN) model Sequential yang terdiri dari 2 convolutional layer, 2 pooling layer dengan ukuran 2x2, 1 lapisan dropout, 2 lapisan dense (fully connected layer), dan 1 lapisan flatten. Hasil pengujian menunjukkan proses training model menghasilkan nilai akurasi sebesar 97%. Selanjutnya dilakukan pengujian model dengan menggunakan data testing yang menunjukkan hasil precision, recall dan f1score sebesar 99% serta akurasi model mencapai 99%. Hal ini menunjukkan bahwa model yang telah dibuat memiliki kemampuan yang sangat baik dalam melakukan klasifikasi antara daun paprika yang terinfeksi penyakit dengan daun paprika yang sehat.