IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK (CNN) DALAM KLASIFIKASI TANAMAN BAWANG MERAH

Tanaman Bawang Merah. Dalam proses pembudidayaan dan penanaman bawang merah seringkali mengalami kendala yang dapat mengakibatkan terjadinya gagal panen. Faktor terbesar yang mempengaruhinya yaitu serangan hama pada tanaman bawang merah pada saat proses pertumbuhan. Jika serangan hama tersebut terjadi, kemungkinan besar tanaman bawang merah tidak akan mampu untuk berkembang dan bahkan bisa rusak secara keseluruhan. Untuk menyikapi hal tersebut, penelitian ini dilakukan dengan tujuan untuk mengklasifikasi tanaman bawang merah yang terserang hama berdasarkan citra daunnya menggunakan teknik deep learning dengan metode Convolutional Neural Network (CNN) untuk mempermudah mendeteksi serangan hama secara dini agar pencegahannya dapat dilakukan dengan cepat sehingga tidak menular dan menjadi semakin parah. Dalam proses penerapannya metode CNN dapat menghasilkan nilai akurasi yang sangat signifikan sebab mempunyai kedalaman jaringan serta sering digunakan didalam banyak aplikasi pada pengolahan data gambar. Berdasarkan hasil dari klasifikasi yang telah dilakukan tersebut, diperoleh tingkat akurasi sebesar 0,9333 atau 93% dengan error sebesar 0,0244 atau 2,4% yang berarti tingkat error tersebut lebih kecil dari akurasi dalam melakukan prediksi, sehingga dapat dapat disimpulkan bahwa akurasi yang diperoleh cukup baik dan mampu mengklasifikasikan gambar jenis penyakit pada bawang merah berdasarkan daun sesuai kategorinya.