Identifikasi Penyakit Daun Cendana Berbasis Deep Learning Convolutional Neural Network
DOI:
https://doi.org/10.32938/jitu.v4i2.11280Keywords:
Daun Cendana, Deep Learning, Convolutional Neural Network (CNN), Visi Komputer, Penyakit Tanaman.Abstract
Penyakit pada daun (foliage) merupakan kendala patologis utama yang menurunkan produktivitas dan nilai ekonomi pohon Cendana (Santalum album). Identifikasi gejala secara konvensional sering kali terkendala oleh subjektivitas pengamat dan efisiensi waktu yang rendah. Penelitian ini mengimplementasikan teknologi visi komputer melalui algoritma Deep Learning berbasis Convolutional Neural Network (CNN) untuk otomatisasi identifikasi penyakit daun Cendana. Melalui pemanfaatan lapisan konvolusi, model mampu mengekstraksi fitur morfologi dan kromatik secara otonom guna mengenali pola kerusakan daun yang kompleks tanpa memerlukan ekstraksi fitur manual. Hasil penelitian menunjukkan bahwa model CNN memberikan performa yang sangat unggul dengan tingkat akurasi, presisi, recall, dan F1-score mencapai 100%, serta efisiensi waktu komputasi selama 1 menit 18 detik. Implementasi teknologi ini diharapkan dapat menjadi instrumen diagnosis dini yang presisi bagi praktisi kehutanan dalam mendukung upaya konservasi dan menjaga keberlanjutan populasi Cendana, khususnya di wilayah Timor.
References
[1] G. Arunkumar, A.N., Dhyani, A. & Joshi, “Santalum album (Indian sandalwood),” CABI Compend., vol. CABI Compe, 2022, doi: 10.1079/cabicompendium.50389.
[2] S. K. Timba and R. Suhardjana, “Karakteristik Morfologi Bibit Cendana (Santalum album L.,) Yang Ditanam Pada Cekaman Air Tanah Alvisol Dan Vertisol,” pp. 1791–1804, 2022.
[3] S. Edi Sumanto, E. Sutrisno, and H. Kurniawan, “Analisis Kebijakan Dan Strategi Litbang Kehutanan Dalam Pengembangan Cendana Di Nusa Tenggara Timur,” J. Anal. Kebijak. Kehutan., vol. 8, no. 3, pp. 189–209, 2011, doi: 10.20886/jakk.2011.8.3.189-209.
[4] Rustanto DW, Liantoni F, Prakisya NP. Identifikasi Penyakit Daun pada Tanaman Padi Menggunakan Ekstraksi Fitur Gray Level Co-occurrence Matrix (GLCM) dan Metode K-Nearest Neighbour (KNN). JUSTIN (Jurnal Sistem dan Teknologi Informasi). 2024 Jan;12(1):100-6.
[5] Puteri QA, Sagirani T, Lemantara J. Perbandingan Algoritma Naïve Bayes dan K-Nearest Neighbor (KNN) untuk Mengetahui Keakuratan Diagnosa Penyakit Diabetes. Jurnal Nasional Teknologi dan Sistem Informasi. 2023 Dec 31;9(03):248-54.
[6] Khultsum U, Subekti A. Penerapan Algoritma Random Forest dengan Kombinasi Ekstraksi Fitur Untuk Klasifikasi Penyakit Daun Tomat. Jurnal Media Informatika Budidarma. 2021 Jan 22;5(1):186.
[7] Ardianto R, Wibisono SK. Analisis deep learning metode convolutional neural network dalam klasifikasi varietas gandum. Jurnal Kolaboratif Sains. 2023 Dec 30;6(12):2081-92.
[8] Maulana I, Khairunisa N, Mufidah R. Deteksi bentuk wajah menggunakan convolutional neural network (CNN). JATI (Jurnal Mahasiswa Teknik Informatika). 2023;7(6):3348-55.
[9] Wibowo A, Pratama A. Analisis Kesamaan Gambar Menggunakan Metode Ekstraksi Fitur. Jurnal Informatika dan Kesehatan. 2024 Feb 29;1(1):43-54.
[10] Utaminingsih E, Silviani R, Fitri Z. Pengelompokan Fitur Color Structure Descriptor (CSD) Menggunakan Support Vector Machine (SVM) Untuk Citra Busana Tradisional Aceh. Jurnal MathEducation Nusantara. 2020 Dec 16;4(1):139-47.
[11] Sheila S, Sari IP, Saputra AB, Anwar MK, Pujianto FR. Deteksi Penyakit Pada Daun Padi Berbasis Pengolahan Citra Menggunakan Metode Convolutional Neural Network (CNN). MULTINETICS. 2023 Apr 13;9(1):27-34.
[12] Irfan D, Rosnelly R, Wahyuni M, Samudra JT, Rangga A. Perbandingan optimasi sgd, adadelta, dan adam dalam klasifikasi hydrangea menggunakan cnn. Journal of Science and Social Research. 2022 Jun 27;5(2):244-53.
[13] Prabowo AS, Kurniadi FI. Analisis Perbandingan Kinerja Algoritma Klasifikasi dalam Mendeteksi Penyakit Jantung. Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan). 2023;7(1):56-61.
[14] Azzahra AR, Darwis H, Widyawati D. Klasifikasi Daun Herbal Menggunakan Metode CNN dan Naïve Bayes dengan Fitur GLCM. The Indonesian Journal of Computer Science. 2023 Aug 30;12(4).
[15] Wardani KR, Leonardi L. Klasifikasi Penyakit pada Daun Anggur menggunakan Metode Convolutional Neural Network. Jurnal Tekno Insentif. 2023 Oct 17;17(2):112-26.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Budiman Baso, Ramaulvi Muhammad Akhyar (Author)
This work is licensed under a Creative Commons Attribution 4.0 International License.
