Penerapan Metode Convolutional Neural Network untuk Identifikasi Penyakit Daun Apel

Abstract

Apel merupakan salah satu jenis buah paling produktif dan industri buah apel termasuk salah satu industri buah terbesar di dunia karena apel memiliki nilai gizi serta pengobatan yang tinggi sehingga memberikan banyak vitamin dan keamanan material untuk kesehatan manusia. Pada produksi apel dalam skala besar, berbagai penyakit sering terjadi seperti apple scab, apple black rot, cedar apple rust yang mempengaruhi kualitas buah dan menyebabkan kerugian ekonomi yang serius. Salah satu metode deep learning untuk mengidentifikasi penyakit daun apel adalah convolutional neural network. Convolutional neural network memiliki beberapa model/arsitektur seperti contohnya VGG-16, ResNet-50, dan MobileNetV2. Perbandingan ketiga model tersebut dalam mengidentifikasi penyakit daun apel sama-sama baiknya, namun akurasi tertinggi berdasarkan matrik evaluasi accuracy adalah model/arsitektur ResNet-50 skema data 90:10 dengan nilai akurasi sebesar 100%.