Implementasi Deep Learning ResNet-50 untuk Deteksi Dini Penyakit Daun Padi Berbasis Citra Mikroskopis
Ahmad Fauzi, Ratna Kusuma
Universitas Padjadjaran; Universitas Diponegoro
Abstrak (Bahasa Indonesia)
Penyakit hawar daun bakteri dan blas pada tanaman padi dapat menyebabkan gagal panen hingga 60%. Penelitian ini menerapkan Convolutional Neural Network dengan arsitektur ResNet-50 terlatih untuk mengenali 4 kelas penyakit daun padi. Model dilatih dengan 3.500 citra beresolusi tinggi dan memperoleh F1-Score sebesar 96.8%.
Abstract (English)
Bacterial blight and blast disease in rice crops can cause harvest losses up to 60%. This research applies Convolutional Neural Network with pre-trained ResNet-50 architecture to classify 4 rice leaf disease categories. The model trained on 3,500 high-resolution images achieved an F1-Score of 96.8%.
Daftar Pustaka (References)
2. Mohanty, S. P., et al. (2016). Using deep learning for image-based plant disease detection. Frontiers in Plant Science, 7, 1419.