Identifikasi Penyakit Tumbuhan Tomat dan Anggur Menggunakan CNN dengan Arsitektur VGG-16

Fadllin Fadlu Rahman; Nunik Pratiwi;

IDENTIFIKASI PENYAKIT TUMBUHAN TOMAT DAN ANGGUR
MENGGUNAKAN CNN DENGAN ARSITEKTUR VGG-16

Fadllin Fadlu Rahman

Tanaman tomat dan anggur dikenal sebagai tanaman yang populer di Indonesia. Mayoritas penyakit
yang menyerang kedua tanaman ini dapat teridentifikasi melalui gejala yang muncul pada daunnya.
Penelitian ini mengusulkan identifikasi penyakit tanaman tomat dan tanaman anggur menggunakan
algoritma Convolutional Neural Network dengan arsitektur VGG-16 didalamnya dengan tujuan
mengetahui performa convolutional neural network dalam mendeteksi penyakit tumbuhan tomat.
Hasil akurasi yang berhasil diperoleh dari penelitian ini dengan uji coba epoch sebanyak 100
menghasilkan akurasi sebesar 92% dari total sampel data sebanyak 8.764 yang Merupakan gabungan
dari penyakit tanaman anggur dan tanaman tomat. Penyakit tanaman anggur yang digunakan yaitu
black rot, esca, healthy, dan leaf blight. Sedangkan penyakit tanaman tomat yang digunakan yaitu
bacteria spot, early blight, healthy, late blight, leaf mold, septoria leaf spot, spider mites, target spot,
mosaic virus, dan yellow leaf curl virus.
Kata kunci: Tomat; Anggur; Penyakit; Convolutional Neural Network; VGG-16

IDENTIFIKASI PENYAKIT TUMBUHAN TOMAT DAN ANGGUR
MENGGUNAKAN CNN DENGAN ARSITEKTUR VGG-16
Tomato and grape plants are known as popular crops in Indonesia. The majority of
diseases that attack these two plants can be identified by the symptoms that appear on the
leaves. This research suggests identifying tomato and grape plant diseases using the
Convolutional Neural Network algorithm with the VGG-16 architecture in it with the aim
of knowing the performance of convolutional neural networks in detecting tomato plant
diseases. Accuracy results obtained from this research with 100 epoch trials resulted in an
accuracy of 92% from a total data sample of 8,764 which was a combination of grape and
tomato plant diseases. The grape plant diseases used are black rot, esca, heath, and leaf
blight. Meanwhile, the tomato plant diseases used are bacterial spot, leaf blight, late blight,
leaf fungus, septoria leaf spot, spider mites, target spot, mosaic virus, and yellow leaf curl
virus.
Keywords: Tomato; Grape; Disease; Convolutional Neural Network; VGG-16.