APLIKASI MOBILE DETEKSI PENYAKIT PADA DAUN TANAMAN TOMAT MENGGUNAKAN ARSITEKTUR DENSENET
No Thumbnail Available
Date
2022-10-09
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Tomat merupakan salah satu komoditas holikultura di Indonesia yang
memiliki nilai ekonomi tinggi. Pada tahun 2015 hingga 2019 produksi tomat
mengalami peningkatan. Untuk menjaga peningkatan produksi tanaman tomat
dibutuhkan perawatan terhadap pertumbuhan tanaman tomat terutama pada daun.
Dengan adanya model yang dapat mendeteksi penyakit pada daun tanaman tomat
dapat membantu agar kualitas dan kuantitas produksi tanaman tomat tetap terjaga.
Dalam melakukan deteksi, digunakan sebuah algoritma deep learning
dengan model Convolutional Neural Network arsitektur DenseNet. Data yang
digunakan diambil dari website Kaggle. Untuk menghasilkan model yang optimal,
dilakukan beberapa pengujian hyperparameter.
Dengan beberapa eksperimen hyperparameter yang dilakukan didapatkan
model yang optimal dengan menggunakan 2 hidden layer, densenet trainable
layer pada denseblock 5, dan dropout rate 0,4. Model dievaluasi dengan 10-fold
cross validation menghasilkan nilai akurasi sebesar 95.7% dan F1-Score sebesar
95,4%. Model tersebut diimplementasi pada aplikasi android menggunakan flutter
framework sehingga dapat melakukan deteksi pada daun tanaman tomat.
Description
Keywords
: Tomat, DenseNet, Convolutional Neural Network