DESY PUTRI AYUNI, - (2023) AUGMENTASI DATA PADA IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK ARSITEKTUR EFFICIENTNET-B3 UNTUK KLASIFIKASI PENYAKIT DAUN PADI. AUGMENTASI DATA PADA IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK ARSITEKTUR EFFICIENTNET-B3 UNTUK KLASIFIKASI PENYAKIT DAUN PADI, 5 (2). pp. 239-250. ISSN 2656-7407, 2656-7393

Preview	Text DESY PUTRI AYUNI 11950121681 REPOSITORY.pdf - Published Version Download (1MB) | Preview
	Text 13874 - Published Version Download (40kB)

Abstract

Padi adalah salah satu jenis biji-bijian dengan urutan ketiga sebagai bahan pokok makanan setelah gandum dan jagung. Jenis penyakit yang menyerang daun tanaman terdiri atas blast, brownspot, leaf smut. Pada penelitian ini metode Convolutional Neural Network dengan Arsitektur Efficientnet-B3 digunakan untuk mengklasifikasikan penyakit daun pada tanaman padi. Tujuan penelitian ini membandingkan tingkat akurasi menggunakan CNN arsitektur EfficientNet-B3 serta hyperparameter untuk mengklasifikasi citra penyakit daun pada tanaman padi menggunakan augmentasi data dan tanpa augmentasi data. Augmentasi data yang digunakan brightness, rotation, dan vertical_flip. Selain itu dilakukan juga pengujian menggunakan optimizer yang berbeda yaitu optimizer RMSprop dan optimizer SGD (Stochastic Gradient Descent). Pengujian dilakukan dengan tiga model perbandingan data yaitu 90:10, 80;20 dan 70:30. Hasil pengujian memperlihatkan akurasi tertinggi menggunakan data asli pada rasio 70:30 yaitu sebesar 92.39% dengan optimizer RMSprop. Sedangkan untuk akurasi tertinggi menggunakan data augmentasi terdapat pada rasio 90:10 yaitu sebesar 98.91% dengan optimizer RMSprop.

Actions (login required)

View Item