Klasifikasi Penyakit Daun Tanaman Padi Menggunakan Metode CNN ResNet-50

Arnandy, Adam Septiyano (2025) Klasifikasi Penyakit Daun Tanaman Padi Menggunakan Metode CNN ResNet-50. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (1MB)
	Text BAB I.pdf Download (478kB)
	Text BAB II.pdf Download (4MB)
	Text BAB III.pdf Download (1MB)
	Text BAB IV.pdf Download (821kB)
	Text BAB V.pdf Download (422kB)
	Text LAMPIRAN.pdf Download (1MB)

Abstract

Penyakit daun padi merupakan salah satu faktor utama yang menyebabkan penurunan hasil panen dan kualitas produksi tanaman padi di Indonesia. Penelitian ini bertujuan untuk membangun sistem klasifikasi otomatis berbasis citra digital guna mengklasifikasikan empat jenis penyakit daun padi, yaitu Bacterial Blight, Leaf Blast, Brown Spot, dan Tungro, dengan menggunakan arsitektur Convolutional Neural Network (CNN) ResNet-50 dan strategi optimasi Test-Time Augmentation (TTA). Dataset citra daun diperoleh dari sumber terbuka dan dikurasi secara manual untuk memastikan kualitas dan variasi visual yang realistis. Model dilatih dengan pendekatan transfer learning dan dievaluasi menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil evaluasi menunjukkan bahwa model tanpa TTA memiliki akurasi sebesar 60%, sedangkan setelah penerapan TTA akurasi meningkat menjadi 95%, dengan peningkatan F1-score rata-rata dari 0.53 menjadi 0.95. Peningkatan signifikan juga terlihat pada kelas yang sebelumnya sulit dikenali, seperti Blast (dari F1-score 0.08 menjadi 0.90). Perhitungan manual terhadap metrik klasifikasi pada kelas Brown Spot mendukung validitas hasil evaluasi. Penelitian ini menyimpulkan bahwa kombinasi CNN ResNet-50 dan TTA mampu menghasilkan sistem klasifikasi penyakit daun padi yang akurat, stabil, dan adaptif terhadap variasi kondisi visual di lapangan.

Item Type:	Thesis (Bachelor)
Subjects:	Q Science > Q Science (General) T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Miss Rahma Rahmawati
Date Deposited:	03 Oct 2025 07:45
Last Modified:	03 Oct 2025 07:45
URI:	http://repository.unas.ac.id/id/eprint/14344

Actions (login required)

View Item