Skripsi

Klasifikasi Jenis Penyakit Daun Padi Menggunakan Arsitektur Resnet-50 Berbasis Citra Digital

---

ABSTRAK

SERVANSIUS AMBOR, 2026. Klasifikasi Jenis Penyakit Daun Padi Menggunakan Arsitektur ResNet-50 Berbasis Citra Digital (dibimbing oleh Supriadi Sahibu dan Markani).

Penelitian ini dilatarbelakangi oleh permasalahan identifikasi penyakit daun padi yang selama ini masih banyak dilakukan secara manual oleh petani maupun tenaga ahli, sehingga membutuhkan waktu yang lama dan rawan terhadap kesalahan, terutama pada gejala visual antar penyakit yang saling mirip. Kondisi tersebut berpotensi menghambat upaya deteksi dini serta meningkatkan risiko kerugian hasil panen akibat penyakit seperti Bacterial Leaf Blight, Blast, Brown Spot, Tungro dan Healthy Rice Leaf. Penelitian ini bertujuan menerapkan arsitektur ResNet-50 berbasis transfer learning untuk mengklasifikasikan jenis penyakit daun padi secara otomatis melalui citra digital, sekaligus mengukur tingkat akurasi yang dihasilkan. Dataset yang digunakan bersumber dari platform Kaggle dengan total 6.585 citra yang terbagi ke dalam empat kelas penyakit, kemudian melalui tahap praproses berupa resize, normalisasi, augmentasi data, dan segmentasi warna HSV sebelum dilatih menggunakan tiga skema pembagian data, yaitu 90:5:5, 80:10:10, dan 70:15:15. Evaluasi performa model dilakukan menggunakan confusion matrix serta metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa arsitektur ResNet-50 mampu mengklasifikasikan keempat jenis penyakit daun padi dengan tingkat akurasi mencapai 100% pada data uji, melampaui target akurasi minimal yang ditetapkan sebesar 90%. Hasil ini menunjukkan bahwa pendekatan transfer learning berbasis ResNet-50 sangat efektif untuk mendukung sistem deteksi dini penyakit daun padi, meskipun validasi lebih lanjut pada citra lapangan dengan kondisi yang lebih bervariasi masih diperlukan untuk memastikan kemampuan generalisasi model.

Kata kunci: Klasifikasi, Penyakit Daun Padi, ResNet-50, Citra Digital, Deep Learning.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

SKR SER k

Penerbit

Makassar : UNITAMA., 2026

Deskripsi Fisik

xv + 82 hlm., 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

REF SER k

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

Pembimbing I: Supriadi Sahibu dan Pembimbing II: Markani Penguji: Muhammad Rizal. H, MUrsalim dan Nurzaenab

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar