Identifikasi Penyakit Daun Akasia (Acacia crassicarpa) Berbasis Citra Digital dengan Deep Learning.

Abstract

Acacia crassicarpa merupakan tanaman yang bermanfaat sebagai bahan dasar pulp. Salah satu perusahaan kertas dan pulp di Indonesia adalah PT Arara Abadi (PT AA). Saat ini, PT AA menghadapi ancaman serangan hama dan penyakit pada tanaman Acacia crassicarpa yang menyebabkan produktifitas tanaman menurun dan menyebabkan kematian pada tanaman. Saat ini PT AA melakukan pengendalian hama dan penyakit secara manual dengan luas perkebunan 296 262 hektar sehingga membutuhkan waktu yang cukup lama. Penelitian ini bertujuan untuk melakukan identifikasi penyakit secara otomatis pada daun Acacia crassicarpa berbasis citra digital sehingga dapat membantu PT AA dalam mengendalikan hama dan penyakit. Teknik ekstraksi ciri dan klasifikasi yang digunakan pada penelitian ini adalah convolutional neural network (CNN). Jumlah data yang digunakan sebanyak 1448 data citra dengan pembagian kelas sehat, keriting daun, bercak daun, dan bercak bergaris. Evaluasi model CNN dilakukan berdasarkan pemilihan parameter learning rate dan ukuran kernel. Akurasi rataan identifikasi penyakit sebesar 21.07% dengan akurasi terbaik sebesar 41.09%.