Klasifikasi Citra Penyakit Daun Cabai Rawit Dengan Menggunakan CNN Arsitektur AlexNet dan SqueezeNet

Authors

  • Fahmi Anugrah Danendra Universitas Pembangunan Nasional "Veteran" Jawa Timur
  • Fetty Tri Anggraeny Universitas Pembangunan Nasional "Veteran" Jawa Timur
  • Hendra Maulana Universitas Pembangunan Nasional "Veteran" Jawa Timur

Abstract

Cabai rawit merupakan salah satu sektor komoditas holtikultura yang ada di Indonesia. Salah satu penyebab penurunan produksi cabai rawit adalah adanya penyakit yang terdapat pada bagian tanaman cabai rawit, salah satu bagian yang terserang adalah bagian daun. Klasifikasi jenis penyakit pada daun cabai rawit dalam skala besar diperlukan teknologi yang dapat membantu mengatasi hal tersebut dengan mengunakan teknologi pengolahan citra digital yang cepat dan akurat dengan menggunakan CNN serta penggunaan arsitektur AlexNet dan SqueezeNet sebagai salah satu contoh metode dalam teknologi tersebut. Tingkat akurasi yang didapat dari arsitektur SqueezeNet dan AlexNet memiliki hasil akurasi yang berbeda dimana SqueezeNet memiliki nilai 85% dan AlexNet memiliki nilai 90% yang dimana AlexNet memiliki nilai yang sangat baik.

Downloads

Download data is not yet available.

Published

2023-05-30

How to Cite

Danendra, F. A., Anggraeny, F. T., & Maulana, H. (2023). Klasifikasi Citra Penyakit Daun Cabai Rawit Dengan Menggunakan CNN Arsitektur AlexNet dan SqueezeNet. Syntax : Jurnal Informatika, 12(01), 50–61. Retrieved from https://journal.unsika.ac.id/index.php/syntax/article/view/7947

Issue

Section

Artikel