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

Abstract

Lingkungan di Desa Tulungrejo menciptakan kondisi yang memungkinkan munculnya beberapa penyakit pada buah apel, seperti busuk batang, bercak daun dan penyakit buah busuk. Salah satu penyakit yang paling umum menyerang buah apel di Desa Tulungrejo adalah busuk buah. Oleh karena itu, penting bagi petani awam untuk memahami teknik penanaman yang baik guna menghasilkan buah Apel Manalagi berkualitas tinggi, yang nantinya dapat mendukung peningkatan nilai jualnya. Pengenalan dan identifikasi penyakit berdasarkan gejala secara cepat dan akurat menjadi hal yang penting bagi para petani awam, terutama karena kurangnya pengetahuan tentang cara mengendalikan penyakit pada buah Apel. Salah satu solusinya adalah dengan menerapkan teknologi yang dapat mengidentifikasi penyakit pada apel seperti mata manusia, seperti penggunaan metode Convolutional Neural network (CNN) dalam computer vision. Dua model arsitektur yang digunakan dalam penelitian ini, yaitu EfficientNet B0 dan EfficientNet B7 dan digabungkan dengan menggunakan lapisan Convolutional Neural network (CNN), dengan lapisan input berupa gambar berukuran RGB 150 x 150 x 3 pixel. Penggabungan lapisan CNN ini bertujuan untuk meningkatkan kinerja model EfficientNet dan dapat meningkatkan nilai akurasi hasil prediksi. Hasil evaluasi tertinggi dicapai oleh model EfficientNet B7, yang menunjukkan tingkat akurasi sebesar 100% pada penggunaan rasio data 80:10:10. Tingkat akurasi yang mencapai persentase tersebut menjadi indikator keunggulan model ini dalam melakukan klasifikasi gambar.