Implementasi Deteksi Objek Penyakit Daun Kentang dengan Metode Convolutional Neutral Network

Kentang ialah salah satu tanaman yang potensial untuk dikembangkan. Produksi dan produktivitas kentang di Indonesia semakin menurun setiap tahunnya. Badan Pusat Statistik (BPS) mencatat produksi mengalami penurunan 9,82%, dari 1.176.304 ton pada tahun 2009 menjadi 1.060.805 2010. Kendala menurunnya disebabkan oleh serangan hama penyakit, sehingga memerlukan suatu sistem dapat membantu mendiagnosis sejak dini terhadap penyakit kentang. Salah cara mendeteksi dengan memanfaatkan perkembangan teknologi informasi yaitu mengembangkan ilmu kecerdasan buatan (Artificial Intteligence) serta pengolahan citra digital maka hal ini bisa diatasi, jadi penelitian akan mengusulkan metode tepat dalam daun Klasifikasi dilakukan tiga kelas berupa sehat, early blight, late blight menggunakan Deep Learning mengguanakan arsitektur Convolutional Neural Network (CNN). Hasil peneltian dianggap baik karena epoch ke 10 batch size 20 menghasilkan training akurasi 95% validasi 94%.
 Kata Kunci : Produktivitas, (CNN), Akurasi validasi, Learning, Artificial Intteligence , blight.