Pemodelan Sistem Deteksi Penyakit Tanaman Jagung Menggunakan Deep Learning = Modeling of Corn Plant Disease Detection System Using Deep Learning)

Penelitian ini mengusulkan model deteksi dini melalui pendekatan Deep Learning CNN untuk tujuan klasifikasi penyakit tanaman jagung. Model deteksi ini bertujuan untuk meningkatkan akurasi dan kinerja model dalam membedakan berbagai penyakit yang umum terjadi pada tanaman jagung. Pendekatan ini memanfaatkan teknik tuning hyperparameter yang cermat dan terarah, termasuk metode pencarian grid dan pencarian acak, untuk menemukan kombinasi parameter yang optimal. Dataset yang digunakan yakni dataset public melalui Kaggle yang pengujiannya menggunakan dataset private yang diambil langsung pada tanaman jagung di Gorontalo. Hasil eksperimen menunjukkan bahwa pendekatan ini mampu mencapai tingkat akurasi yang signifikan dibandingkan dengan pendekatan tuning hyperparameter konvensional. Model deteksi dengan metode tuning hyperparameter yang diusulkan menunjukkan efektivitasnya dalam menemukan parameter yang optimal, memungkinkan CNN untuk mengidentifikasi penyakit tanaman jagung dengan tingkat keakuratan yang tinggi. Hasil penelitian ini menunjukkan bahwa model yang dibuat dapat melakukan deteksi penyakit tanaman jagung dengan akurasi sebesar 96.55% dan di implementasikan ke dalam sebuah sistem.