Klasifikasi Daun Tomat Sehat dan Terserang Penyakit Menggunakan Metode Convolutional Neural Network (CNN)

Abstrak

Tanaman tomat (Solanum lycopersicum) merupakan salah satu komoditas pertanian penting yang memiliki nilai ekonomi tinggi, baik secara domestik maupun global. . Menurut data dari FAO, produksi tomat dunia mencapai lebih dari 180 juta ton pada tahun 2023, dengan negara produsen utama seperti Tiongkok, India, dan Amerika Serikat. Namun, meskipun produksi tomat meningkat, ancaman penyakit tanaman tetap menjadi masalah besar yang berdampak pada hasil panen dan kualitas produk. untuk menangani permasalahan tersebut kami melakukan klasifikasi penyakit pada daun tomat. . Daun tomat menjadi salah satu faktor yang digunakan untuk melihat apakah tanaman tomat itu baik atau tidak. Pada penelitian ini kami menggunakan metode Convolutional Neural Networks (CNN) yang terbukti efektif dalam mengklasifikasikan gambar penyakit tanaman. Penelitian ini membandingkan tiga model CNN, yaitu model deep, model wide, dan model gabungan wide & deep. Hasil pengujian menunjukkan bahwa model deep memberikan performa terbaik, dengan akurasi tertinggi sebesar 100%. Rata-rata nilai macro dan weighted untuk semua kelas pada model deep menunjukkan tingkat presisi 0,99, recall 0,99, dan F1-score 0,99, yang mencerminkan konsistensi dan ketepatan model dalam mengklasifikasikan setiap kelas secara akurat.