Penerapan Algoritma Convolutional Neural Network dan Arsitektur MobileNet pada Aplikasi Deteksi Penyakit Daun Padi

Padi merupakan tanaman pangan penghasil beras, dan Indonesia merupakan negera yang mayoritas penduduknya menjadikan beras sebagai makanan utama, jumlah penduduk yang semakin meningkat, perlu menjaga kualitas padi agar resiko gagal panen dapat dihindari. Banyak faktor yang dapat menimbulkan resiko gagal panen salahsatunya itu penyakit daun padi, Pada penelitian ini diusulkan Algoritma Convolutional Neural Network untuk klasifikasi penyakit daun padi yang berdasarkan citra. Arsitektur yang digunakan pada penelitian ini menggunakan MobileNetVI dengan menggunakan ekstraksi fitur. Dataset berasal dari UCI Repository sebanyak 120 yang terdiri dari 3 penyakit daun padi yaitu Bacterial leaf blight, Brown spot, Leaf smut. Berdasarkan hasil pelatihan dan pengujian menggunakan citra penyakit daun padi yang berukuran 224x224 piksel didapat hasil nilai akurasi pelatihan mencapai 1.0 dan nilai akurasi validasi mencapai 0.8333. Nilai akurasi pada Confusion Matrix yaitu sebesar 92%, hasil ini menjadi bukti bahwa dengan penerepan algorima CNN dan MobileNetVI dengan ekstraksi ciri memiliki akurasi yang baik sekali. Percobaan pada aplikasi yang dibangun hasil proses pengujian berbasis android terbukti dapa mengklasifikasikan jenis penyakit daun padi