Penerapan Convolutional Neural Network untuk Klasifikasi Citra Penyakit Daun Jagung

Jagung merupakan salah satu jenis bahan makanan pokok di Indonesia selain padi yang juga digunakan sebagai bahan olahan dan pakan ternak. Namun, produksi jagung mengalami penurunan pada tahun 2023 sebesar 12,5% dibandingkan tahun sebelumnya, yang sebagian besar disebabkan oleh penyakit pada tanaman jagung. Penyakit daun jagung dapat dideteksi secara manual melalui observasi langsung oleh petani, namun proses ini membutuhkan waktu dan keahlian yang signifikan. Oleh karena itu, penggunaan teknologi pengolahan citra dan kecerdasan buatan menjadi penting untuk mendeteksi penyakit secara dini dan efisien. Penelitian ini menggunakan Visual Geometry Group Net 19 (VGG-19) yang merupakan salah satu dari arsitektur Convolutional Neural Network (CNN) untuk mendeteksi penyakit daun jagung. VGG-19 terdiri dari 19 lapisan konvolusi yang dapat menangkap fitur visual kompleks, seperti warna, tekstur, dan bentuk yang diharapkan mampu untuk meningkatkan akurasi. Tujuan dari penelitian ini yaitu menggunakan machine learning untuk mempercepat proses dan meningkatkan efektifitas dalam deteksi penyakit daun jagung.