PENERAPAN CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI JENIS PENYAKIT PADA BUAH JAMBU BIJI

Abstract

Jambu biji merupakan komoditas hortikultura penting yang produksinya terancam oleh penyakit lalat buah dan antraknosa. Identifikasi manual yang subjektif dan memerlukan keahlian khusus menjadi hambatan utama bagi petani. Penelitian ini bertujuan untuk mengimplementasikan dan menguji kinerja Convolutional Neural Network (CNN) dengan arsitektur DenseNet121 dalam mengklasifikasikan citra buah jambu biji ke dalam tiga kelas: sehat, lalat buah, dan antraknosa. Sebanyak 1.500 citra primer diproses menggunakan teknik Canny Edge Detection untuk ekstraksi ciri struktural dan augmentasi data. Hasil evaluasi pada 150 data uji menunjukkan akurasi model mencapai 91,33%, dengan performa sempurna (100%) pada klasifikasi jambu biji sehat. Penelitian ini membuktikan bahwa integrasi DenseNet121 dan Canny Edge Detection dapat menjadi solusi otomatis yang efektif dan akurat bagi petani dalam mendeteksi penyakit buah