IMPLEMENTASI COMPUTER VISION DALAM MENDETEKSI PENYAKIT PADA TANAMAN CABAI DAN TOMAT MENGGUNAKAN METODE CNN

DERIS PAKIDING. “Implementasi Computer Vison Dalam Mendeteksi Penyakit Tanaman Cabai dan Tomat Menggunakan Metode CNN” (dibimbing oleh Ahmad Selao dan Wahyuddin)
Computer vision adalah bidang yang memungkinkan mesin melihat. Teknologi ini menggunakan kamera dan komputer sebagai pengganti mata manusia untuk mengidentifikasi, melacak, dan mengukur target untuk pengolahan gambar lebih
lanjut. Teknologi ini banyak diterapkan di berbagai bidang, termasuk sektor pertanian untuk mendeteksi penyakit tanaman secara otomatis. Penelitian ini mengembangkan aplikasi berbasis web menggunakan metode Convolutional
Neural Networks (CNN) untuk mendeteksi penyakit padatanamancabai dan tomat. Aplikasi ini dibangun dengan HTML, CSS, Python, JavaScript, dan Flask sebagai
framework backend, memungkinkan pengguna mengunggah gambar tanaman agar diklasifikasikan oleh model. Berdasarkan pengujian manual setelah implementasi
model ke dalam aplikasi, akurasi deteksi penyakit tanaman cabai dan tomat mencapai 75%. Hasil ini lebih rendah dibandingkan akurasi pelatihan sebesar 91%,
kemungkinan akibat faktor pencahayaan, kualitas gambar, sudut pengambilan gambar, serta perbedaan distribusi data. Model mengalami kesalahan klasifikasi,
terutama pada Tomat Early Blight dan Tomat Late Blight. Selain itu, model masih kesulitan mengenali objek di luar kategori pelatihan. Analisis feature map
menunjukkan bahwa model fokus pada fitur tertentu dalam gambar, tetapi tidak selalu sesuai dengan karakteristik penyakit. Oleh karena itu, peningkatan performa
masih diperlukan melalui optimasi preprocessing data, augmentasi gambar, serta penggunaan arsitektur model yang lebih kompleks guna meningkatkan akurasi dan
mengurangi kesalahan klasifikasi dalam kondisi dunia ny