Identifikasi Penyakit Daun Pepaya Menggunakan Metode Convolutional Neural Network

Indonesia adalah negara yang beriklim tropis. Salah satu tanaman yang tumbuh di daerah tropis dan memiliki harga jual yang cukup tinggi serta menjadi sumber devisa bagi Indonesia ialah pepaya. Kualitas dan produksi pepaya akan menurun jika terserang penyakit dikarenakan perubahan iklim seperti cuaca, suhu, kelembapan udara,tanah, perawatan tanaman yang kurang maksimal dan ketinggian lahan. Semakin berkembangnya teknologi saat ini diperlukan suatu metode kecerdasan buatan untuk melakukan identifikasi daun papaya berdasarkan penyakit yakni penyakit klorosis pada daun papaya dan bintik pada daun pepaya. Tahapan pertama dalam penelitian ini ialah pengumpulan dataset sebanyak 206 citra untuk 2 kelas, kemudian dataset dibagi menjadi 3 yakni data training sebesar 164, data testing sebanyak 21 dan data validasi 21 selanjutnya dilakukan tahapan image preprocessing seperti resize. Setelah itu dilakukan, Salah satu metode untuk
melakukan identifikasi menggunakan metode Convolution Neural Network. Pada penelitian ini hasil percobaan dari beberapa nilai akurasi dengan menggunakan perbandingan antara dua arsitektur CNN yang berbeda, yaitu Sequential dengan Optimizer pada data testing, dan menghasilkan kinerja yang kurang baik yaitu sebesar 25% dan VGG16 dengan Optimizer pada data testing, dan menghasilkan kinerja yang kurang baik yaitu sebesar 22%.
Kata Kunci : Penyakit Daun Papaya, Convolution Neural Network (CNN), Confusion Matrix