Pengembangan Arsitektur CNN untuk Sistem Identifikasi Penyakit Daun pada Tanaman Padi

Ichsan Yudistura .; Nur Nafiiyah

doi:10.30865/json.v7i1.8849

Authors

Ichsan Yudistura . Universitas Islam Lamongan
Nur Nafiiyah Universitas Islam Lamongan

DOI:

https://doi.org/10.30865/json.v7i1.8849

Keywords:

Identifikasi Penyakit Daun, CNN, Tanaman Padi, Klasifikasi, Augmentasi

Abstract

Penelitian ini bertujuan untuk mengembangkan arsitektur CNN dalam sistem identifikasi penyakit daun pada tanaman padi. Penyakit seperti blast, blight, dan tungro merupakan ancaman serius bagi produktivitas padi di Indonesia. Identifikasi penyakit secara manual membutuhkan keahlian khusus dan tidak selalu akurat, sehingga dibutuhkan solusi otomatis berbasis teknologi. Penelitian ini menggunakan dataset citra daun padi dari tiga kelas penyakit, masing-masing sebanyak 80 gambar. Proses augmentasi citra dilakukan dengan metode peningkatan kontras menggunakan histogram equalization dan CLAHE, untuk memperjelas fitur visual pada citra. Struktur CNN dibangun menggunakan sejumlah lapisan konvolusi dan pooling yang dirancang khusus untuk menangkap pola visual dari gambar daun.. Model diuji menggunakan data validasi dan menghasilkan akurasi sebesar 75%. Evaluasi lebih lanjut melalui confusion matrix menunjukkan bahwa model dapat mengenali penyakit blight dengan sangat baik, meskipun masih terdapat kekeliruan dalam membedakan antara blast dan tungro. Hasil penelitian ini menunjukkan bahwa pengembangan CNN dengan pendekatan yang tepat dapat menjadi solusi efektif dalam mendukung deteksi penyakit tanaman secara otomatis dan akurat.

References

H. N. Niko Pirnando, J. Petrus, and T. Tinaliah, “Klasifikasi Penyakit Daun Padi Menggunakan Convolutional Neural Network dengan Arsitektur AlexNet,” MDP Student Conf., vol. 4, no. 1, pp. 207–214, 2025, doi: 10.35957/mdp-sc.v4i1.11099.

G. Y. Christiawan, R. A. Putra, A. Sulaiman, E. Poerbaningtyas, S. Widyayuningtias, and P. Listio, “Penerapan Metode Convolutional Neural Network (CNN) Dalam Mengklasifikasikan Penyakit Daun Tanaman Padi Informasi Artikel Abstrak,” J. Inf. Technol., vol. 65146, no. 204, pp. 1–13, 2023.

R. P. Rahmadani, C. O. Qomaroni, and T. Agustin, “Klasifikasi Jenis Penyakit Pada Daun Padi berdasarkan pada Warna dan Tekstur menggunakan CNN,” Pros. Semin. Nas. AMIKOM Surakarta, vol. 2, no. November, pp. 448–460, 2024.

S. Azizah, A. I. Pradana, and D. Hartanti, “Identifikasi Kesehatan Daun Tanaman Padi Menggunakan Klasifikasi Biner Sehat dan Tidak Sehat dengan Algoritma Convolutional Neural Network (CNN) Di Kabupaten Klaten,” Komputika J. Sist. Komput., vol. 13, no. 2, pp. 173–181, 2024, doi: 10.34010/komputika.v13i2.12771.

M. R. S. Alfarizi, M. Z. Al-farish, M. Taufiqurrahman, G. Ardiansah, and M. Elgar, “Penggunaan Python Sebagai Bahasa Pemrograman untuk Machine Learning dan Deep Learning,” Karya Ilm. Mhs. Bertauhid (KARIMAH TAUHID), vol. 2, no. 1, pp. 1–6, 2023.

Radikto, I. M. Dadang, R. Ainur, and Z. Ohan, “Klasifikasi Kendaraan pada Jalan Raya menggunakan Algoritma Convolutional Neural Network ( CNN ),” J. Pendidik. Tambusai, vol. 6, no. 1, pp. 1668–1679, 2022.

A. ZHANG, Z. C. LIPTON, M. LI, and A. J. SMOLA, “Dive Into Deep Learning,” J. Am. Coll. Radiol., vol. 17, no. 5, pp. 637–638, 2020, doi: 10.1016/j.jacr.2020.02.005.

M. Khoiruddin, A. Junaidi, and W. A. Saputra, “Klasifikasi Penyakit Daun Padi Menggunakan Convolutional Neural Network,” J. Dinda Data Sci. Inf. Technol. Data Anal., vol. 2, no. 1, pp. 37–45, 2022, doi: 10.20895/dinda.v2i1.341.

R. A. Saputra, S. Wasiyanti, A. Supriyatna, and D. F. Saefudin, “Penerapan Algoritma Convolutional Neural Network Dan Arsitektur MobileNet Pada Aplikasi Deteksi Penyakit Daun Padi,” Swabumi, vol. 9, no. 2, pp. 184–188, 2021, doi: 10.31294/swabumi.v9i2.11678.

F. H. Hawari, F. Fadillah, M. R. Alviandi, and T. Arifin, “KLASIFIKASI PENYAKIT PADI MENGGUNAKAN ALGORITMA CNN (CONVOLUTIONAL NEURAL NETWORK) Fakhri,” J. RESPONSIF, vol. 4, no. 1, pp. 1–6, 2022, doi: 10.54914/jtt.v10i1.1167.

A. Jinan, B. H. Hayadi, and U. P. Utama, “Klasifikasi Penyakit Tanaman Padi Mengunakan Metode Convolutional Neural Network Melalui Citra Daun (Multilayer Perceptron),” J. Comput. Eng. Sci., vol. 1, no. 2, pp. 37–44, 2022.

S. Sheila, I. Permata Sari, A. Bagas Saputra, M. Kharil Anwar, and F. Restu Pujianto, “Deteksi Penyakit Pada Daun Padi Berbasis Pengolahan Citra Menggunakan Metode Convolutional Neural Network (CNN),” Multinetics, vol. 9, no. 1, pp. 27–34, 2023, doi: 10.32722/multinetics.v9i1.5255.

H. Nurdiana, N. Lestari, Rusdiyanto, and A. Sobri, “Klasifikasi Penyakit Tanaman Padi Berdasarkan Kondisi Daun Menggunakan Compact Convolutional Transformers,” J. Ilm. Komput. dan Inform., vol. 14, no. 1, 2025, doi: 10.34010/komputa.v14i1.

U. N. Oktaviana, R. Hendrawan, A. D. K. Annas, and G. W. Wicaksono, “Klasifikasi Penyakit Padi berdasarkan Citra Daun Menggunakan Model Terlatih Resnet101,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 5, no. 6, pp. 1216–1222, 2021, doi: 10.29207/resti.v5i6.3607.

S. Sariah, N. Suarna, I. Ali, and ..., “Penerapan Convolutional Neural Network (CNN) Untuk Prediksi Penyakit Tanaman Padi Melalui Citra Daun,” … Komtika (Komputasi dan …, vol. 9, no. 1, pp. 1–10, 2025, [Online]. Available: https://journal.unimma.ac.id/index.php/komtika/article/view/12852%0Ahttps://journal.unimma.ac.id/index.php/komtika/article/download/12852/5830

R. C. Gonzalez and R. E. Woods, “Digital Image Processing,” SANITAS J. Teknol. dan Seni Kesehat., vol. 9, no. 2, pp. 93–104, 1992, doi: 10.36525/sanitas.2018.11.

E. Hermawan, S. Agustian2, and D. M. Saputra, “Klasifikasi Kesehatan Pada Tanaman Padi Menggunakan Citra Unmaned Aerial Vehicle (Uav) Dengan Metode Convolutional Neural Networks (Cnn),” J. Ilm. Teknol. Infomasi Terap., vol. 9, no. 3, pp. 308–318, 2023, doi: 10.33197/jitter.vol9.iss3.2023.1044.

A. Agustina, F. Yanto, E. Budianita, I. Iskandar, and F. Syafira, “KLASIFIKASI PENYAKIT TANAMAN PADI MENGGUNAKAN METODE CNN ARSITEKTUR DENSENET- 121 DAN AUGMENTASI DATA TUGAS,” J. Ekon. Vol. 18, Nomor 1 Maret201, vol. 2, no. 1, pp. 41–49, 2024.

M. Rijal, A. M. Yani, and A. Rahman, “Deteksi Citra Daun untuk Klasifikasi Penyakit Padi menggunakan Pendekatan Deep Learning dengan Model CNN,” J. Teknol. Terpadu, vol. 10, no. 1, pp. 56–62, 2024, doi: 10.54914/jtt.v10i1.1224.

S. A. Wisak, N. A. Safirah, and Y. R. Kaesmetan, “Identifikasi Jenis Mangga Berdasarkan Ciri Daun Menggunakan Metode Cnn,” J. Sist. Inf. dan Inform., vol. 7, no. 2, pp. 121–129, 2024, doi: 10.47080/simika.v7i2.3295.