EPrints Universitas Amikom YogyakartaIDENTIFIKASI PENYAKIT TANAMAN JAGUNG BERDASARKAN CITRA DAUN MENGGUNAKAN COVOLUTIONAL NEURAL NETWORKDwi SeptiyaniArwinauthorPenelitian ini berjudul “Identifikasi Penyakit Tanaman Jagung Berdasarkan Citra Daun Menggunakan Convolutional Neural Network (CNN)” yang bertujuan untuk mengembangkan model klasifikasi otomatis dalam mendeteksi penyakit pada daun jagung guna membantu petani melakukan diagnosis dini secara cepat dan akurat. Data penelitian diperoleh dari dataset publik Corn or Maize Leaf Disease Dataset yang berjumlah 4.188 citra dan terbagi ke dalam empat kelas, yaitu Blight, Common Rust, Gray Leaf Spot, dan Healthy. Proses pra-pemrosesan citra dilakukan menggunakan metode Contrast Limited Adaptive Histogram Equalization (CLAHE) untuk meningkatkan kontras dan memperjelas detail tekstur daun sebelum dilakukan pelatihan model. Arsitektur yang digunakan adalah ResNet-50 dengan penambahan modul Convolutional Block Attention Module (CBAM) serta perbandingan beberapa optimizer seperti Adam dan SGD dengan variasi learning rate untuk memperoleh konfigurasi terbaik. Hasil penelitian menunjukkan bahwa kombinasi ResNet-50 + CBAM dengan optimizer SGD dan learning rate 0.01 menghasilkan kinerja terbaik dengan nilai akurasi sebesar 96,03%, precision 96,03%, dan recall 96.03%, yang menunjukkan keseimbangan performa dalam mengenali serta mengklasifikasikan penyakit pada daun jagung. Penggunaan metode CLAHE terbukti mampu meningkatkan kualitas citra dan membantu model dalam mengekstraksi fitur penting secara lebih efektif. Dengan demikian, pendekatan ResNet-50 + CBAM dan teknik pra-pemrosesan CLAHE dinilai efektif dalam mengidentifikasi penyakit daun jagung secara akurat serta berpotensi dikembangkan lebih lanjut untuk sistem deteksi penyakit tanaman berbasis citra digital.000 Ilmu komputer, informasi dan pekerjaan umum005 Pemrograman komputer, program dan data2026-02-02Universitas AMIKOM Yogyakarta;Pascasarjana Magister InformatikaThesis

For work being deposited by its own author: In self-archiving this collection of files and associated bibliographic metadata, I grant EPrints Universitas Amikom Yogyakarta the right to store them and to make them permanently available publicly for free on-line. I declare that this material is my own intellectual property and I understand that EPrints Universitas Amikom Yogyakarta does not assume any responsibility if there is any breach of copyright in distributing these files or metadata. (All authors are urged to prominently assert their copyright on the title page of their work.)

For work being deposited by someone other than its author: I hereby declare that the collection of files and associated bibliographic metadata that I am archiving at EPrints Universitas Amikom Yogyakarta) is in the public domain. If this is not the case, I accept full responsibility for any breach of copyright that distributing these files or metadata may entail.

Clicking on the deposit button indicates your agreement to these terms.