0409037702 - Lita Lidyawati, ST.MT Dosen Pembimbing 2 0401058701 - Arsyad R. Darlis, S.T, M.T. Dosen Pembimbing 1 Sofa Jauharotul M / 112018066 Penulis

Bawang merah adalah salah satu komoditas hortikultura yang penting bagi masyarakat dan memiliki nilai ekonomi yang tinggi. Masalah pada budidaya bawang merah yaitu adanya serangan penyakit pada tanaman salah satunya adalah penyakit layu fusarium. Dengan kondisi komoditas bawang merah ditingkat petani yang memiliki tingkat kegagalan yang tinggi, maka dengan penelitian ini diharapkan dapat membantu para petani dalam memberikan informasi mengenai tanaman bawang merah yang memiliki ciri-ciri tanaman berpenyakit menggunakan sistem deep learning metode Convolutional Neural Network (CNN) dengan memanfaatkan citra daun pada tanaman bawang merah. Penelitian ini dilakukan menggunakan arsitektur ResNet-18 dengan jumlah yang terdapat pada dataset sebanyak 400 data terbagi menjadi 2 kategori yaitu sehat dan berpenyakit layu fusarium. Perangkat yang digunakan untuk melakukan proses klasifikasi pada penelitian ini menggunakan Jetson Nano 2GB. Penggunaan rasio untuk membentuk sebuah model dari dataset adalah 80-20 (80% data training dan 20% data validasi. Hasil akurasi untuk klasifikasi penyakit tanaman bawang merah menggunakan citra daun secara real-time pada siang hari memiliki nilai akurasi dengan rata-rata 68% pada tanaman sehat dan 62% pada tanaman layu fusarium. Sedangkan untuk malam hari memiliki nilai akurasi dengan rata-rata 53% pada tanaman sehat dan 47% pada tanaman layu fusarium.