Perbandingan Convolutional Neural Network Dengan Hybrid Convolutional Autoencoder CNN Pada Citra Penyakit Lidah Buaya (Aloevera)
Aloevera atau biasa dikenal sebagai lidah buaya merupakan tanaman golongan Liliaceae. Tanaman lidah buaya rentan terserang Organisme pengganggu tumbuhan (OPT). Penyakit yang sering terjangkit seperti spot daun yaitu ujung daun mengering atau penyakit bercak hitam. Dalam proses melihat atau klasifikasi gejala dan jenis penyakit yang ada, tidak semua pembudidaya apalagi pembudidaya yang baru memulai menanam lidah buaya memiliki pengetahuan tentang cara pengenalan gejala penyakit dan jenis penyakit lidah buaya. Pada penelitian ini, dibangun sebuah model mengklasifikasi citra penyakit daun lidah buaya menggunakan metode Convolutional Neural Network (CNN) dan metode hybrid gabungan dari Convolutional Autoencoder (CAE) dan Convolutional Neural Network (CNN). Dalam pengujian keseluruhan data testing 873 citra, pengujian CAE-CNN mendapatkan nilai rata-rata accuracy sebesar 96,10%, rata-rata precision sebesar 94,32%, rata-rata recall sebesar 94,11%, dan rata-rata error sebesar 3,89%. Sedangkan CNN mengdapatkan hasil yang lebih baik yaitu rata-rata accuracy sebesar 97,32%, rata-rata precision sebesar 96,19%, rata-rata recall sebesar 96,22%, dan rata-rata error sebesar 2,66%. Pada penelitian ini metode CNN lebih baik dibandingkan metode hybrid dari CAE-CNN. Model CNN diterapkan pada sistem website untuk dapat klasifikasi citra daun lidah buaya. Dalam pengujian 30 citra, 9 dari 10 citra daun healthy diklasifikasi Healthy, 8 citra dari 10 daun rot diklasifikasi Rot, dan 9 citra dari 10 daun rust diklasifikasi Rust.
URI
https://repo.itera.ac.id/depan/submission/SB2301160049
Keyword