ASRA, Yusraini Nurul (2025) Klasifikasi Penyakit Tanaman Padi Berdasarkan Citra RGB Dengan Metode Transfer Learning Pre-Trained Model VGG-16. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. Cover.pdf Download (98kB)
	Text 3. Halaman Pengesahan I.pdf Download (255kB)
	Text 4. Halaman Pengesahan II.pdf Download (196kB)
	Text 5. Kata Pengantar.pdf Download (112kB)
	Text 6. Abstrak.pdf Download (45kB)
	Text 7. Abstract.pdf Download (58kB)
	Text 8. Daftar Isi.pdf Download (63kB)
	Text 12. BAB I.pdf Download (133kB)

Abstract

Beras adalah makanan pokok yang dikonsumsi lebih dari separuh populasi dunia,
namun produksi dan kualitasnya terancam oleh penyakit tanaman padi. Penyakit
tanaman dapat menyebabkan penurunan hasil panen yang cukup signifikan secara
global. Identifikasi dini penyakit tanaman padi sangat penting untuk mencegah
kerugian ekonomi dan meningkatkan produktivitas padi, namun metode tradisional
deteksi penyakit sering kali bersifat subjektif dan memakan waktu. Salah satu solusi
dari permasalahan tersebut adalah penerapan algoritma Convolutional Neural
Network (CNN). CNN dianggap mampu untuk mengklasifikasikan gambar secara
efisien, namun CNN membutuhkan dataset dalam jumlah yang besar. Penelitian ini
menggunakan metode transfer learning dengan pre-trained model VGG-16 untuk
mengatasi masalah keterbatasan dataset. Transfer learning menggunakan jaringan
yang telah dilatih sebelumnya pada dataset berukuran besar. VGG-16 merupakan
salah satu pre-trained model yang sering digunakan karena terbukti mampu dalam
mendeteksi penyakit tanaman dengan baik. Penelitian ini mengklasifikasikan empat
kategori penyakit padi, yaitu penyakit hawar daun bakteri, penyakit blas, penyakit
bercak coklat, dan penyakit gosong palsu. Hasil penelitian menunjukkan bahwa
model VGG-16 mampu mengklasifikasikan penyakit tanaman padi dengan akurasi
data pelatihan sebesar 95,42% dan akurasi data uji mencapai 97,5%. Hal ini
membuktikan bahwa model tidak mengalami overfitting dan memiliki kemampuan
yang baik dalam mengidentifikasi penyakit tanaman padi.
Kata Kunci: Convolutional Neural Network, Penyakit Tanaman Padi, Transfer
Learning, VGG-16.

Actions (login required)

View Item