Klasifikasi Penyakit Daun Jagung Menggunakan Metode Convolutional Neural Network

Ivan Pratama Putra, Rusbandi Rusbandi, Derry Alamsyah
{"title":"Klasifikasi Penyakit Daun Jagung Menggunakan Metode Convolutional Neural Network","authors":"Ivan Pratama Putra, Rusbandi Rusbandi, Derry Alamsyah","doi":"10.35957/algoritme.v2i2.2360","DOIUrl":null,"url":null,"abstract":"Jagung merupakan tanaman pangan utama ketiga setelah padi dan terigu di dunia dan  menempati posisi kedua setelah padi di Indonesia. Penyakit tanaman sering kali disebabkan  oleh aktifitas atau serangan organism di dalam bagian tubuh tanaman, di luar tubuh, atau di  sekitarnya. Penelitian ini bertujuan untuk mengklasifikasikan penyakit daun jagung  menggunakan metode convolutional neural network (CNN) dengan arsitektur Resnet 50 dengan  optimizer Adam, Nadam dan SGD. Dataset terdapat 4225 citra di pisahkan menjadi 3380 data  train, 845 data test. Citra yang digunakan di resize menjadi ukuran 224x224. Pada penelitian  ini mendapatkan hasil tingkat akurasi tertinggi untuk arsitektur Resnet 50 dengan  menggunakan optimizer Adam didapatkan tingkat akurasi sebesar 98,4%.","PeriodicalId":447117,"journal":{"name":"Jurnal Algoritme","volume":"90 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-04-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"3","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Algoritme","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35957/algoritme.v2i2.2360","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 3

Abstract

Jagung merupakan tanaman pangan utama ketiga setelah padi dan terigu di dunia dan  menempati posisi kedua setelah padi di Indonesia. Penyakit tanaman sering kali disebabkan  oleh aktifitas atau serangan organism di dalam bagian tubuh tanaman, di luar tubuh, atau di  sekitarnya. Penelitian ini bertujuan untuk mengklasifikasikan penyakit daun jagung  menggunakan metode convolutional neural network (CNN) dengan arsitektur Resnet 50 dengan  optimizer Adam, Nadam dan SGD. Dataset terdapat 4225 citra di pisahkan menjadi 3380 data  train, 845 data test. Citra yang digunakan di resize menjadi ukuran 224x224. Pada penelitian  ini mendapatkan hasil tingkat akurasi tertinggi untuk arsitektur Resnet 50 dengan  menggunakan optimizer Adam didapatkan tingkat akurasi sebesar 98,4%.
玉米叶疾病的分类方法是通过神经联导网络对其进行分类
玉米是世界上仅次于水稻和小麦的第三种主要作物,在印尼仅次于水稻。植物疾病通常是由植物内部、外部或周围的组织活动或攻击引起的。本研究旨在将玉米叶疾病通过神经连接网络(CNN)将雷网50型结构与亚当优化、Nadam和SGD相区分。数据集包含4225张照片,分别为3380次列车数据测试。大小为224x224。这项研究通过使用亚当优化器达到98.4%的准确率,获得了renet 50建筑学中最高的准确率结果。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信