Implementasi Metode Convolutional Neural Networks (CNN) untuk Klasifikasi Penyakit pada Daun Tanaman Anggur Menggunakan Arsitektur Inception Resnet-V2

Abstract

Anggur merupakan tanaman yang hidup di dataran rendah seperti Indonesia yang musim kemaraunya panjang. Anggur merupakan buah yang banyak ditanam oleh para petani dan mempunyai banyak manfaat bagi tubuh. Badan Pusat Statistik (BPS) mencatat, produksi anggur di Indonesia mencapai 12.164 ton pada 2021. Jumlah tersebut meningkat 2,18% dibandingkan pada tahun sebelumnya yang sebesar 11.905 ton. Melihat trennya, produksi anggur Indonesia berfluktuasi cenderung meningkat. Anggur mencatatkan produksi tertingginya sebanyak 13.724 ton pada 2019. Tidak semua Provinsi di Indonesia merupakan penghasil anggur yang baik, dikarenakan anggur hanya bisa tumbuh dengan baik pada dataran rendah dengan musim kemaurau yang panjang. (Dataindonesia.id). Tanaman anggur termasuk tanaman yang sangat rentan terhadap serangan penyakit yang dapat dilihat dengan beberapa tanda bercak pada daun. Tingkat kemiripan penyakit pada daun tanaman anggur sulit untuk dibedakan dari segi bentuk, dan segi warna daun. Penyakit daun tanaman anggur menjadi kendala utama bagi setiap petani tanaman anggur. Penyakit daun ini berdampak signifikan terhadap kerugian ekonomi disetiap pertanian tanaman anggur. Didalam budidaya tanaman anggur yang menjadi permasalahan yaitu merupakan munculnya penyakit. Munculnya suatu penyakit pada daun tanaman anggur yaitu salah satunya disebabkan oleh jamur, bakteri dan hama. Pesatnya perkembangan kec erdasan buatan (Artificial Intelegence) saat ini dengan menggunakan salah satu metode deep learning telah banyak diterapkan untuk mendeteksi penyakit pada daun tanaman. Komputer vision diharapkan menjadi suatu pilihan yang tepat untuk mengidentifikasi dan mengklasifikasikan penyakit pada daun anggur. Salah satu metode yang dapat dipakai ialah convolutional neural network (CNN). Convolutional neural network (CNN) ialah algoritma deep learning yang merupakan pengembangan dari multi-layer perceptron. metode ini pernah dipakai pada penelitian sebelumnya untuk mendeteksi penyakit pada daun padi menggunakan model Inception ResNetV2 dengan pendekatan transfer learning untuk pengenalan penyakit pada gambar daun padi. Terlepas hasil paparan dari penjelasan penelitian sebelumnya, pada penelitian ini akan membuat sistem komputer untuk mengklasifikasikan penyakit pada daun tanaman anggur antara lain yaitu penyakit busuk hitam (black rot), penyakit esca (black measles) dan penyakit hawar daun (leaf blight). Untuk memudahkan klasifikasi penyakit tanaman anggur yaitu dengan menggunakan teknik berbasis (artificial intelligence) dalam penelitian ini. Penelitian ini akan menerapkan deep learning dengan metode CNN (convolutional neural network) dengan arsitektur inception resnet-V2 diharapkan mempunyai nilai akurasi yang baik.