Pemanfaatan Metode Deep Learning untuk Klasifikasi Penyakit pada Tanaman Jagung

Sari

Tanaman jagung di berbagai negara digunakan sebagai tanaman pengganti bahan pangan pokok beras. Tanaman ini dimanfaatkan sebagai salah satu alternatif sumber karbohidrat selain itu juga sebagai pakan ternak, dan bahan baku industri. Namun tanaman ini memiliki sensitifitas yang sama dengan tanaman bahan pangan lainnya terhadap penyakit dan hama yang perlu diwaspadai oleh para petani jagung. Penyakit jagung bisa menyerang dari siklus hidup mulai dari benih hingga berbuah yang dapat menurunkan kuantitas dan kualitas hasil produksi.  Teknologi mutakhir saat ini mulai dimanfaatkan sebagai Salah satu tren penggunaan teknologi dalam bidang pertanian adalah mendeteksi penyakit pada tanaman jagung yang dapat dideteksi dari salah satu bagian tanaman jagung dan yang paling sering dideteksi adalah pelepah daunnya.  Oleh karena itu pada penelitian ini penulis mengusulkan metode Deep Learning dengan arsitektur EfficientNetB0 untuk mendeteksi penyakit jagung dengan mengklasifikasikan penyakit jagung dari citra pelepah daun jagung yang berpenyakit maupun yang sehat. Hasil dari klasifikasi tersebut menghasilkan tingkat akurasi sebesar 96%, tingkat akurasi yang tinggi tersebut diharapkan dapat membantu petani melakukan pengendalian terhadap penyebaran penyakit jagung dapat dilakukan sedini mungkin untuk meminimalisir kerugian yang lebih besar.