IDENTIFIKASI PENYAKIT DAUN APEL MENGGUNAKAN ALEXNET 8 DILATED CONVOLUTION NEURAL NETWORK
Diagnosis Penyakit Tamanan yang dilakukan oleh para ahli Pantologi terutama pada jenis Tanaman Apel seringkali tidak dapat diimplementasi dengan cepat dan murah. Menggunakan deep learning, gambar daun digunakan sebagai input data. Melatih model deep learning memerlukan dataset besar yang sulit didapat untuk melakukan tugas tersebut agar mencapai hasil yang optimal.Pada penelitian ini, digunakan dataset Plant Village berjumlah 7811 data latih dan 1562 data validasi. Data dilatih sebanyak 120 epoch menggunakan metode Convolution Neural Network dengan. Pada Algoritma Alexnet dengan 8 lapisan yaitu 5 Convolution dan 2 Fully Connected , diakhiri dengan Softmax diterapkan untuk membandingkan kinerja model Resnet50 pada Penelitian Sebelumnya. Berdasarkan pengujian menggunakan 155 data Uji , model Alexnet dapat menggeneralisasi data lebih baik tidak terlalu signifikan dengan Resnet50. Alexnet menunjukan performa terbaik dengan skor rata-rata prcision 98%, rata-rata recall 81%, dan akurasi sebesar 88%.
Kata Kunci : Deep Learning, AlexNet 8 Dilated, Convolutional Neural Network Apple Scab, Apple Rust dan Apple Black Rot
Detail Information
Citation
APA Style
. (2021).IDENTIFIKASI PENYAKIT DAUN APEL MENGGUNAKAN ALEXNET 8 DILATED CONVOLUTION NEURAL NETWORK ().Teknik Informatika:FTI
Chicago Style
.IDENTIFIKASI PENYAKIT DAUN APEL MENGGUNAKAN ALEXNET 8 DILATED CONVOLUTION NEURAL NETWORK ().Teknik Informatika:FTI,2021.Text
MLA Style
.IDENTIFIKASI PENYAKIT DAUN APEL MENGGUNAKAN ALEXNET 8 DILATED CONVOLUTION NEURAL NETWORK ().Teknik Informatika:FTI,2021.Text
Turabian Style
.IDENTIFIKASI PENYAKIT DAUN APEL MENGGUNAKAN ALEXNET 8 DILATED CONVOLUTION NEURAL NETWORK ().Teknik Informatika:FTI,2021.Text