UEUUEU
JIK: Jurnal Ilmu KomputerJIK: Jurnal Ilmu KomputerSerangan hama dan penyakit merupakan penyebab utama risiko produksi pada tanaman cabai, yang dapat mengakibatkan penurunan kualitas dan kuantitas panen secara signifikan, bahkan hingga mengancam terjadinya gagal panen. Namun, identifikasi penyakit ini sebagian besar masih bergantung pada pengamatan visual yang subjektif dan lambat, sehingga menunda penanganan yang efektif. Penelitian ini mengimplementasikan Convolutional Neural Network dengan arsitektur MobileNetV2 menggunakan pendekatan transfer learning untuk klasifikasi enam jenis kondisi daun cabai. Model dilatih menggunakan dataset augmentasi sebanyak 11.998 citra dan dievaluasi dengan 1.856 citra uji. Proses pelatihan meliputi tahap Feature Extraction dan Fine‑Tuning dengan hyperparameter yang dioptimalkan untuk stabilitas model. Model yang dikembangkan berhasil mencapai performa yang sangat tinggi pada data uji, dengan Test Accuracy sebesar 98,17 % dan hasil precision, recall, serta F1‑score yang mencapai rata‑rata 98 %. Hasil ini menunjukkan bahwa implementasi MobileNetV2 dengan metode transfer learning adalah pendekatan yang sangat efektif dan berpotensi besar untuk dikembangkan sebagai alat bantu diagnosis penyakit yang akurat, guna memfasilitasi tindakan penanganan secara dini.
Model deteksi penyakit pada daun cabai dengan menggunakan MobileNetV2 sebagai base model dan dilatih dengan pendekatan fine‑tuning mampu menghasilkan performa sangat baik, mencapai akurasi 98,17 % dengan precision, recall, dan F1‑score rata‑rata 98 %.Analisis kesalahan menunjukkan kebingungan klasifikasi antara kelas Bacterial Spot dan Cercospora Leaf Spot serta kesulitan mengidentifikasi White Spot yang samar.Untuk meningkatkan robustitas, perlu ditambahkan data dengan variasi pencahayaan dan latar belakang nyata serta menerapkan teknik fine‑grained image classification agar model dapat membedakan gejala yang mirip.
Sertakan studi pengujian lapangan dengan data real‑time dari petani lokal untuk menilai efektivitas model dalam kondisi dunia nyata; kembangkan modul augmentasi yang mensimulasikan variasi pencahayaan, sudut pengambilan gambar, dan kondisi lingkungan guna memperkuat generalisasi model; serta integrasikan model ke dalam aplikasi mobile berbasis TensorFlow Lite, dan evaluasi performa serta kegunaannya di field melalui uji coba kelompok fokus para petani kecil.
- OSF. osf osf.io/ucm8dOSF osf osf io ucm8d
- ANALISIS RISIKO USAHATANI CABAI MERAH BESAR (Capsicum annuum L.) DI DESA SUKALAKSANA KECAMATAN BANYURESMI... jurnal.unigal.ac.id/index.php/mimbaragribisnis/article/view/2684ANALISIS RISIKO USAHATANI CABAI MERAH BESAR Capsicum annuum L DI DESA SUKALAKSANA KECAMATAN BANYURESMI jurnal unigal ac index php mimbaragribisnis article view 2684
| File size | 1.22 MB |
| Pages | 8 |
| DMCA | Report |
Related /
PLBPLB Dataset yang digunakan terdiri dari 5. 967 citra dalam sembilan kategori, yang merupakan kombinasi dari 70% data publik PlantVillage (Kaggle) dan 30% citraDataset yang digunakan terdiri dari 5. 967 citra dalam sembilan kategori, yang merupakan kombinasi dari 70% data publik PlantVillage (Kaggle) dan 30% citra
LODDOSINSTITUTELODDOSINSTITUTE Aksara Batak Toba merupakan salah satu warisan budaya Indonesia yang eksistensinya semakin menurun seiring perkembangan zaman, sehingga upaya pelestarianAksara Batak Toba merupakan salah satu warisan budaya Indonesia yang eksistensinya semakin menurun seiring perkembangan zaman, sehingga upaya pelestarian
ITHBITHB 7}) confirmed the robustness of the model, as seen in the test data results with the selected threshold value of τ = 0. 5, which achieved a precision7}) confirmed the robustness of the model, as seen in the test data results with the selected threshold value of τ = 0. 5, which achieved a precision
PIKSIPIKSI Darmawati dengan menggunakan metode Waterfall, berhasil meningkatkan efektivitas pelayanan dengan mengatasi masalah antrian panjang, kesalahan pencatatanDarmawati dengan menggunakan metode Waterfall, berhasil meningkatkan efektivitas pelayanan dengan mengatasi masalah antrian panjang, kesalahan pencatatan
UNJAYAUNJAYA Hasil evaluasi menunjukkan bahwa CNN memiliki akurasi lebih tinggi, yaitu 87,9% hingga 95%, dibandingkan ANN yang mencapai 61,9% hingga 67,5%. CNN jugaHasil evaluasi menunjukkan bahwa CNN memiliki akurasi lebih tinggi, yaitu 87,9% hingga 95%, dibandingkan ANN yang mencapai 61,9% hingga 67,5%. CNN juga
IAIIIAII Solusi yang ditawarkan adalah dapat membantu dalam memantau spesies hewan, terutama yang dilindungi di masa depan, lebih murah, lebih cepat, dan lebihSolusi yang ditawarkan adalah dapat membantu dalam memantau spesies hewan, terutama yang dilindungi di masa depan, lebih murah, lebih cepat, dan lebih
BUMIGORABUMIGORA Akurasi terbaik dihasilkan oleh kombinasi Word2Vec terdiri dari CBOW, Hierarchical Softmax, dimensi 200, Bi-LSTM dengan dropout sebesar 0,5 dan learningAkurasi terbaik dihasilkan oleh kombinasi Word2Vec terdiri dari CBOW, Hierarchical Softmax, dimensi 200, Bi-LSTM dengan dropout sebesar 0,5 dan learning
UMIUMI Dalam kasus e-commerce, konsumen atau pengguna menghabiskan banyak waktu untuk memilih barang yang mereka butuhkan. Pertanyaan mendesak yang harus dijawabDalam kasus e-commerce, konsumen atau pengguna menghabiskan banyak waktu untuk memilih barang yang mereka butuhkan. Pertanyaan mendesak yang harus dijawab
Useful /
PIKSIPIKSI Hasil evaluasi menunjukkan bahwa model mencapai performa yang sangat luar biasa dengan Akurasi Top-1 sebesar 96,25% dan Akurasi Top-5 sebesar 99,90%. AnalisisHasil evaluasi menunjukkan bahwa model mencapai performa yang sangat luar biasa dengan Akurasi Top-1 sebesar 96,25% dan Akurasi Top-5 sebesar 99,90%. Analisis
UEUUEU Augmented Reality (AR) adalah sebuah teknologi yang menawarkan pengalaman interaktif dengan menampilkan elemen‑elemen virtual di dalam dunia nyata, yangAugmented Reality (AR) adalah sebuah teknologi yang menawarkan pengalaman interaktif dengan menampilkan elemen‑elemen virtual di dalam dunia nyata, yang
UEUUEU Pendekatan normatif menyediakan kerangka teori yang kuat, sementara empiris memberi pemahaman mendalam tentang praktik hukum di lapangan. Kombinasi keduaPendekatan normatif menyediakan kerangka teori yang kuat, sementara empiris memberi pemahaman mendalam tentang praktik hukum di lapangan. Kombinasi kedua
PANCABHAKTIPANCABHAKTI Hal ini disebabkan oleh rendahnya kesadaran masyarakat tentang pentingnya pemberian ASI, faktor sosial-budaya, kurangnya pengetahuan ibu hamil, keluarga,Hal ini disebabkan oleh rendahnya kesadaran masyarakat tentang pentingnya pemberian ASI, faktor sosial-budaya, kurangnya pengetahuan ibu hamil, keluarga,