Klasifikasi penyakit daun padi menggunakan metode deep learning model arsitektur convolutional neural network

Permintaan beras yang terus meningkat dari tahun ke tahun menjadikan beras sebagai salah satu komoditas pangan penting Indonesia untuk ketahanan pangan. Jika penyakit, terutama pada daun padi, mengakibatkan gagal panen, peran penting padi ini akan terganggu, sehingga diperlukan identifikasi dini dengan akurasi yang wajar menggunakan mesin komputer. Pada penelitian ini, tahap preprocessing, modeling, dan evaluasi digunakan untuk mengklasifikasikan berbagai jenis penyakit daun padi menggunakan convolutional neural network (CNN), salah satu kelas dalam metodologi deep learning. Dengan menggunakan model dengan sedikit parameter, penelitian ini bertujuan untuk mengklasifikasikan penyakit daun padi secara cepat dan akurat. Hasil dari beberapa percobaan menggunakan metode ini dengan akurasi tertinggi dilakukan dengan menggunakan augmentasi data, normalisasi layer, dan fungsi optimalisasi RMSProp learning rate 0,001, menghasilkan akurasi sebesar 98,93 persen. Menurut hasil percobaan, persiapan data dan optimasi model sangat penting untuk proses klasifikasi, terutama untuk dataset dengan variasi yang besar dan tidak seimbang.