Identifikasi Penyakit pada Buah Apel Menggunakan Metode Convolutional Neural network (CNN) (Studi Kasus: Desa Tulungrejo Kota Batu Malang) Dengan Arsitektur Efficient net-B0

Abstract

Desa Tulungrejo memiliki potensi untuk mengakibatkan penyakit pada buah apel, dengan busuk buah menjadi penyakit yang paling umum terjadi. Penyakit ini disebabkan oleh jamur Gloeosporium sp., yang pada awalnya ditandai oleh bercak coklat muda dengan titik kehitaman. Petani perlu memperhatikan teknik penanaman yang efisien untuk menghasilkan buah Apel Manalagi yang berkualitas. Identifikasi penyakit dengan cepat dan akurat, terutama karena keterbatasan pengetahuan tentang cara mengendalikan penyakit pada buah Apel, dapat dilakukan dengan memanfaatkan teknologi Convolutional Neural network (CNN). Sampel penelitian diambil Di Desa Tulungrejo dengan dua jenis apel, yaitu Apel Manalagi dan Apel Roman beauty, dengan total 360 gambar. Penggunaan dua model, yaitu EfficientNet B0 dan EfficientNet B7 yang dikombinasikan dengan lapisan CNN, diharapkan dapat menunjukkan model dengan akurasi tertinggi. Hasil evaluasi paling tinggi dicapai oleh model EfficientNet B7, dengan tingkat akurasi mencapai 100% pada rasio data 80:10:10. Kombinasi dua model EfficientNet B7 dan CNN bertujuan untuk menunjukkan kinerja model dengan akurasi optimal.