IDENTIFIKASI PENYAKIT PADA DAUN TANAMAN PADI MENGGUNAKAN ALGORITMA CONVOLUSIONAL NEURAL NETWORK (CNN) DI KABUPATEN KLATEN

Tanaman padi merupakan tanaman pangan yang vital di Indonesia, di mana Klaten telah menjadi salah satu pemasok beras utama dengan capaian produksi sebesar 101 ribu ton pada tahun 2020. Tujuan dari penelitian ini adalah untuk mengembangkan sistem identifikasi penyakit pada daun tanaman padi menggunakan algoritma Convolutional Neural Network (CNN) di Kabupaten Klaten. Namun, tantangan yang dihadapi adalah serangan penyakit seperti blast, hawar daun, dan layu bakteri yang dapat mengakibatkan kerugian besar dalam hasil panen jika tidak ditangani dengan efektif. Untuk mengatasi masalah ini, penelitian dilakukan dengan menggunakan Convolutional Neural Network (CNN), sebuah algoritma yang umumnya digunakan untuk pemrosesan gambar. Dalam penelitian ini, proses melibatkan dua tahap utama yaitu Fitur Ekstraksi dan Fully Connected Layer, dengan memanfaatkan dataset berupa 2400 gambar yang dikategorikan ke dalam kelas sehat dan tidak sehat. Hasil penelitian menunjukkan tingkat akurasi yang sangat tinggi, dengan akurasi tertinggi mencapai 0.9653 dan akurasi validasi mencapai 0.8125, serta loss yang rendah dengan jumlah epochs sebanyak 20. Melalui teknologi CNN, penelitian ini memberikan kontribusi penting dalam pemantauan kesehatan tanaman padi di Kabupaten Klaten, Indonesia, yang diharapkan dapat membantu meningkatkan produktivitas dan mengurangi kerugian hasil panen.