Klasifikasi Penyakit Daun Singkong Menggunakan Arsitektur Efficientnet Berbasis Transfer Learning

Ramadani, Syahrul (2026) Klasifikasi Penyakit Daun Singkong Menggunakan Arsitektur Efficientnet Berbasis Transfer Learning. Jurnal Computer Science and Information Technology(CoSciTech), 7 (1). ISSN 2723-5661

Text 11335-Article Text-38652-1-10-20260514.pdf Download (624kB)

Abstract

Tanaman singkong (Manihot esculenta) merupakan komoditas strategis yang produktivitasnya sering terancam oleh penyakit daun seperti hawar bakteri, garis cokelat, bercak daun, dan mosaik. Identifikasi manual oleh manusia cenderung subjektif, memakan waktu, dan rentan kesalahan. Penelitian ini bertujuan mengembangkan sistem klasifikasi penyakit daun singkong otomatis berbasisDeep Learning yang akurat dan efisien. Untuk mengatasi beban komputasi model konvensional serta tantangan data lapangan seperti ketidakseimbangan kelas dan variasi pencahayaan, penelitian ini mengusulkan arsitektur EfficientNetdengan metode Transfer Learning. Model memanfaatkan bobot pre-traineddari ImageNetuntuk mempercepat konvergensidan mengoptimalkan ekstraksi fitur visual. Hasil pengujian pada dataset citra daun singkong menunjukkan bahwa model berhasil mencapai tingkat akurasi sebesar 81%. Pencapaian ini membuktikan bahwa penggunaan EfficientNetmampu memberikan prediksi yang objektif dengan efisiensi komputasi yang tinggi. Temuan ini berpotensi besar untuk diimplementasikan ke dalam perangkat portabel sebagai alat deteksi dini bagi petani, guna mendukung tindakan mitigasi yang cepat dan menjaga stabilitas ketahanan pangan global.

Item Type:	Article
Uncontrolled Keywords:	Singkong, Penyakit Daun,Deep Learning, EfficientNet, Transfer Learning, Klasifikasi Citra.
Subjects:	T Technology > T Technology (General)
Depositing User:	Nilam Sari
Date Deposited:	01 Oct 2026 02:48
Last Modified:	01 Oct 2026 02:48
URI:	http://repository.unisi.ac.id/id/eprint/1330

Actions (login required)

View Item