Klasifikasi Penyakit Daun Tomat Menggunakan VGG Berbasis Website Classification of Tomato Leaf Diseases Using Web-Based VGG

Abstract

System klasifikasi penyakit daun tomat menggunakan Arsitektur Convolutional Neural Network (CNN), khususnya VGG untuk membantu petani mengdiagnosa penyakit pada tanaman tomat secara akurat. Hawar daun dan bercak daun bakteri merupakan penyakit daun tomat yang paling umum terjadi di Indonesia, sehingga menghambat pertumbuhan tanaman dan mengakibatkan kualitas yang buruk. Deteksi penyakit pada daun tomat penting dilakukan untuk mencegah kerugian produksi pertanian. Kemajuan teknologi terkini dalam kecerdasan buatan dan pembelajaran mesin dapat membantu petani mengidentifikasi penyakit pada tanaman tomat secara akurat menggunakan Kumpulan data pelatihan dan validasi. Beberapa penelitian sebelumnya yang menggunakan metode CNN mampu mencapai Tingkat akurasi yang cukup tinggi. Dari hasil penelitian ini peneliti telah mencapai Train Accuracy 85% dan Validation Accuracy 82% dari data train sebanyak 25.848 citra dan data valid sebanyak 6.688 kemudian telah mengimplementasikan model ke sistem klasifikasi pada platfrom website yang dapat membantu petani mengidentifikasi penyakit daun tomat secara akurat.