Implementasi Convolutional Neural Network Untuk Mendeteksi Penyakit Tanaman Tembakau

Latar Belakang: Indonesia, sebagai salah satu produsen tembakau terbesar di dunia, berperan penting dalam perekonomian melalui peningkatan lapangan kerja dan pendapatan negara dari cukai tembakau. Produksi tembakau di daerah seperti Garut mencapai 3.103ton pada tahun 2021, dengan kualitas yang tinggi dan diminati pasar ekspor. Namun, berbagai penyakit tanaman seperti patik, layu bakteri, lanas, busuk batang, dan Tobacco Mosaic Virus (TMV) serta faktor cuaca dan keterbatasan pengetahuan petani mengancam kualitas dan produksi tembakau. Untuk mengatasi hal ini, penelitian ini menerapkan teknologi pengolahan citra menggunakan metode Convolutional Neural Network (CNN) untuk mendeteksi penyakit pada tanaman tembakau dan diimplemtasikan kedalam sistem melalui framework Flask untuk memberikan gejala dan cara penangannanya.
Tujuan: Penelitian ini bertujuan untuk menerapkan metode CNN dalam menentukan tingkat keakurasian dalam mendeteksi penyakit tanaman tembakau yang diimplementasikan menjadi sebuah sistem yang dapat membantu pengguna, khususnya petani dalam identifikasi penyakit, pengetahuan tentang gejala dan
bagaimana cara penanganannya.
Metode Penelitian: Penelitian ini menerapkan metode CNN untuk mendeteksi penyakit tembakau melalui analisis citra. Dimulai dengan identifikasi masalah, memetakan langkah-langkah, mencari literatur relevan, dan menghasilkan sistem
deteksi penyakit tembakau. Prosesnya mencakup penggunaan bahan, alat, dan metode penelitian untuk mengimplementasikan CNN, serta pengembangan sistem berbasis web menggunakan Flask untuk memudahkan penggunaan deteksi penyakit dengan model yang dikembangkan.
Hasil: Hasil pengujian pada data testing menunjukan bahwa metode CNN berhasil digunakan untuk mengklasifikasikan atau mendeteksi penyakit tembakau dengan akurasi sebesar 87%. Sistem telah berhasil digunakan untuk mendeteksi penyakit
pada tanaman tembakau.
Kesimpulan: Sistem deteksi penyakit tanaman tembakau dengan mengunakan implementasi CNN sebagai modelnya telah berhasil dibangun dan dapat berfungsi sebagai semestinya, dengan akurasi yang tinggi jika mengunakan data uji dari perkebunan tembakau Garut, akan tetapi jika mengunakan data diluar itu
akurasinya kurang baik.