KLASIFIKASI PENYAKIT DAUN TANAMAN CABAI DENGAN MENGGUNAKAN CONVOLUTIONNEURAL NETWORK (CNN)

ABSTRAKKLASIFIKASI PENYAKIT DAUN TANAMAN CABAI DENGAN MENGGUNAKAN CONVULTION NEURAL NETWORKOleh :ABDUL ROCHIM250103150Indonesia merupakan negara agraris dengan sector pertanian dan perkebunan yang signifikan, termasuk tanaman cabai sebagai kkomoditas unggulan. Namun serangan hama dan penyakit sering kali menyerang tanaman tersebut menyebabkab penurunan produksi dan penurunan harga dipasaran. Penelitian ini bertujuan untuk mengembangkab klasifikasi penyakit daun tanaman cabai. Penelitian ini mengembangkan model klasifikasi penyakit daun cabai menggunakan metode Convolutional Neural Network (CNN) untuk mendukung deteksi dini dalam sector pertanian khususnya cabai. Dataset terdiri dari 1.120 citra daun cabai yang terbagi menjadi 5 kelas yaitu daun sehat, daun keriting, daun kuning, daun putih, serta jamur yang menyebabkab daun berwarna kecoklatan. Proses data melibatkan augmentasi seperti rotasi, flipping, dan zoom untuk meningkatkan variasi dan kualitas dataset model CNN dirancang dengan kombinasi lapisan konvoluti, pooling dan akurasi. Hasil pelatihan menunjukkan akurasi 98% pada data validasi implementasi berbasis Streamlit memungkinkan prediksi real-time melalui antar muka web yang mudah digunakan. Evaluasi kinerja dilakukan dengan metric akurasi, recall, dan confusion matrix untuk memastikan model dapat membedakan daun sehat dan tidak sehat dengan tingkat kesalahan minimal. Hasil penelitian ini menunjukkan bahwa pendekatan berbasis Mechine Learninf dapat menjadi solusi praktis para petani dalam mendeteksi penyakit sdaun tanaman cabai.