Optimasi Algoritma Adam untuk Peningkatan Akurasi Klasifikasi Penyakit Daun Padi Berbasis CNN

Bambang Irawan, Nur Ariesanto Ramdhan, Puji Wahyuningsih

Abstract


Penelitian ini bertujuan untuk meningkatkan akurasi klasifikasi penyakit pada daun padi menggunakan algoritma Convolutional Neural Network (CNN) yang di optimasi dengan algoritma Adam. Metode ini dikembangkan untuk memberikan solusi yang efisien dalam mendeteksi dan mengidentifikasi penyakit daun padi secara cepat dan akurat. Data yang digunakan pada penelitian ini terdiri dari gambar daun padi yang terinfeksi penyakit dengan 4 kelas penyakit yaitu Tungro,Blast,Bacterialblight dan Brownspot. Arsitektur CNN digunakan untuk mempelajari pola dari gambar daun padi, sedangkan algoritma Adam digunakan untuk mengopimalkan proses pembelajaran CNN, mempercepat konvergensi dan meningkatkan akurasi klasifikasi. Hasil pengujian menunjukkan bahwa dengan penerapan algoritma Adam, model CNN berhasil mencapai tingkat akurasi sebesar 99,17% dalam mengklasifikasikan penyakit pada daun padi.Penelitian ini menunjukkan bahwa penggunaan kombinasi CNN dengan algoritma Adam memberikan hasil yang sangat baik dalam mendeteksi dan mengklasifikasikan penyakit pada tanaman padi

Keywords


CNN; Optimasi Adam; Penyakit Daun Padi

Full Text:

References


F. H. Hawari, F. Fadillah, M. R. Alviandi, and T. Arifin, “Klasifikasi Penyakit Tanaman Padi

Menggunakan Algoritma Cnn (Convolutional Neural Network),” J. Responsif Ris. Sains dan

Inform., vol. 4, no. 2, pp. 184–189, 2022, doi: 10.51977/jti.v4i2.856.

S. Mehta, C. Paunwala, B. Vaidya, and E. Komunikasi, “Klasifikasi Rambu Lalu Lintas berbasis

CNN menggunakan Adam,” no. Iciccs, pp. 1293–1298, 2019.

A. R. Muslikh, D. R. I. M. Setiadi, and A. A. Ojugo, “Rice Disease Recognition Using Transfer

Learning Xception Convolutional Neural Network,” J. Tek. Inform., vol. 4, no. 6, pp. 1535–1540,

, doi: 10.52436/1.jutif.2023.4.6.1529.

D. Putri Ayuni, Jasril, M. Irsyad, F. Yanto, and S. Sanjaya, “Augmentasi Data Pada Implementasi

Convolutional Neural Network Arsitektur Efficientnet-B3 Untuk Klasifikasi Penyakit Daun

Padi,” Zo. J. Sist. Inf., vol. 5, no. 2, pp. 239–249, 2023, doi: 10.31849/zn.v5i2.13874.

M. Khoiruddin, A. Junaidi, and W. A. Saputra, “Klasifikasi Penyakit Daun Padi Menggunakan

Convolutional Neural Network,” J. Dinda Data Sci. Inf. Technol. Data Anal., vol. 2, no. 1, pp.

–45, 2022, doi: 10.20895/dinda.v2i1.341.

A. Jinan, B. H. Hayadi, and U. P. Utama, “Journal of Computer and Engineering Science Volume

, Nomor 2, April 2022 Klasifikasi Penyakit Tanaman Padi Mengunakan Metode Convolutional

Neural Network Melalui Citra Daun (Multilayer Perceptron),” vol. 1, no. April, pp. 37–44, 2022.

A. Sofyan, R. I. Fitria, and F. Isralestina, “Analisis Sentimen Masyarakat dalam Pembangunan

City Walk Kota Tegal di Media Sosial Facebook Menggunakan Algoritma Naïve Bayes dan

SVM,” Smart Comp Jurnalnya Orang Pint. Komput., vol. 13, no. 1, pp. 229–234, 2024, doi:

30591/smartcomp.v13i1.5785.

R. A. Saputra, S. Wasiyanti, A. Supriyatna, and D. F. Saefudin, “Penerapan Algoritma

Convolutional Neural Network Dan Arsitektur MobileNet Pada Aplikasi Deteksi Penyakit

Daun Padi,” Swabumi, vol. 9, no. 2, pp. 184–188, 2021, doi: 10.31294/swabumi.v9i2.11678.

A. S. Wicaksono and A. A. Supianto, “Hyper parameter optimization using genetic algorithm

on machine learning methods for online news popularity prediction,” Int. J. Adv. Comput. Sci.

Appl., vol. 9, no. 12, pp. 263–267, 2018, doi: 10.14569/IJACSA.2018.091238.

L. H. Wang et al., “Automated Classification Model with OTSU and CNN Method for

Premature Ventricular Contraction Detection,” IEEE Access, vol. 9, pp. 156581–156591, 2021,

doi: 10.1109/ACCESS.2021.3128736




DOI: https://doi.org/10.30591/smartcomp.v13i4.6654

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

========================================================================

Smart Comp Indexed By:

Flag Counter

View My Stats

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

https://journal.mjkpublisher.or.id/