Abstract:
Penelitian ini bertujuan untuk mengidentifikasi penyakit tanaman padi
menggunakan metode deep learning dengan membandingkan arsitektur VGG16
dan ResNet50. Dataset yang digunakan terdiri dari 2042 gambar citra penyakit
tanaman padi dari 4 kategori yaitu Brown spot disease, Blast disease, False smut
disease, Bacterial leaf blight disease, dan Healthy. Metode penelitian meliputi
pengumpulan dataset, pra-pemrosesan data, pembangunan model, pelatihan, dan
evaluasi. Hasil penelitian menunjukkan bahwa arsitektur ResNet50 memiliki
akurasi lebih tinggi sebesar 95,7% dibandingkan VGG16 yang mencapai 93,2%.
Tingkat presisi dan recall untuk ResNet50 juga lebih unggul pada semua kategori
penyakit. Penelitian ini berkontribusi pada pengembangan sistem deteksi dini
penyakit tanaman padi yang dapat membantu petani mengurangi kerugian hasil
panen.
