IDENTIFIKASI DAN KLASIFIKASI PENYAKIT PADA TANAMAN KOPI ARABICA DENGAN METODE CNN DAN TRANSFER LEARNING DENSENET-201

Abstract

Kesalahan dalam mengidentifikasi penyakit pada tanaman kopi Arabica bisa menyebabkan potensi kegagalan panen meningkat hingga 18%-80% menurut data kementerian pertanian Indonesia. Hal ini bisa disebabkan karena masih kurangnya pakar di bidang pertanian. Oleh sebab itu teknologi bisa menjadi solusi dari masalah kekurangan pakar, terutama dengan memanfaatkan teknologi algoritma Deep Learning. Penelitian terbaru dalam bidang Deep Learning menggunakan neural network telah mencapai peningkatan yang luar biasa, terutama pada bidang pertanian. Penelitian dengan memanfaatkan deep learning telah dilakukan untuk mendeteksi apakah daun tanaman kopi Arabica mengidap penyakit Cercospora, Leaf Rust, Miner dan Phoma atau sehat. Pengujian metode CNN alexnet dengan akurasi 92% dan Transfer learning Densnet-201 dengan akurasi 97,2%.