AUGMENTASI DATA PADA IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK ARSITEKTUR EFFICIENTNET-B3 UNTUK KLASIFIKASI PENYAKIT DAUN PADI

  • Desy Putri Ayuni Universitas Islam Negeri Sultan Syarif Kasim Riau
  • Jasril Universitas Islam Negeri Sultan Syarif Kasim Riau
  • Muhammad Irsyad Universitas Islam Negeri Sultan Syarif Kasim Riau
  • Febi Yanto Universitas Islam Negeri Sultan Syarif Kasim Riau
  • Suwanto Sanjaya Universitas Islam Negeri Sultan Syarif Kasim Riau
Keywords: Augmentasi data, Comvolutation Neural Network, Deep learning, Efficientnet-B3, Penyakit daun padi

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 data tanpa augmentasi (asli) dan data yang telah di augmentasi. 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.

Downloads

Download data is not yet available.
Published
2023-05-29
How to Cite
Putri Ayuni, D., Jasril, Irsyad, M., Yanto, F., & Sanjaya, S. (2023). AUGMENTASI DATA PADA IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK ARSITEKTUR EFFICIENTNET-B3 UNTUK KLASIFIKASI PENYAKIT DAUN PADI. ZONAsi: Jurnal Sistem Informasi, 5(2), 239 - 249. https://doi.org/10.31849/zn.v5i2.13874
Abstract viewed = 79 times
PDF downloaded = 72 times