Implementasi Convolutional Neural Network Untuk Ekstraksi Fitur Citra Daun Dalam Kasus Deteksi Penyakit Pada Tanaman Mangga Menggunakan Random Forest
Article Sidebar
Main Article Content
Abstract
Penyakit daun mangga tidak hanya mempengaruhi pentingnya dari proses perkembangan pada tumbuhan, namun juga berdampak terhadap segala aspek, mulai dari hasil perkembangbiakan pada tanaman mangga seperti kualitas dari buah, daun, dan batang, namun juga berpengaruh terhadap nilai kuantitas Tujuan utama dari dari penelitian ini adalah untuk mengembangkan metode serta fitur-fitur yang akan mendukung proses dari penelitian. Seperti klasifikasi, memprediksi serta mendeteksi adanya suatu penyakit pada objek yang diteliti. Oleh karena itu, pada penelitian ini mengusulkan metode CNN untuk klasifikasi daun mangga yang terinfeksi oleh penyakit dan dikombinasi dengan metode Random Forest masuk dalam kategori Supervised Learning yang merupakan sebuah pendekatan yang dimana sudah terdapat data yang dilatih, dan terdapat variabel yang sudah ditargetkan sehingga tujuan dari pendekatan tersebut adalah mengelompokan sebuah data ke data yang sudah ada. Sehingga algoritma Random Forest akan digunakan sebagai penguji algoritma pembelajaran mesin konvensional di dalam penelitian. Penelitian ini mendapatkan hasil yang baik pada hasil pengujian dengan tingkat akurasi sebesar 100% dari kedua metode yang digunakan CNN dan Random forest.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
L. C. Ngugi, M. Abelwahab, and M. Abo-Zahhad, “Recent advances in image processing techniques for automated leaf pest and disease recognition – A review,” Inf. Process. Agric., no. xxxx, 2020, doi: 10.1016/j.inpa.2020.04.004.
E. E. Saeed et al., “Detection and management of mango dieback disease in the United Arab Emirates,” Int. J. Mol. Sci., vol. 18, no. 10, 2017, doi: 10.3390/ijms18102086.
T. N. Pham, L. Van Tran, and S. V. T. Dao, “Early Disease Classification of Mango Leaves Using Feed-Forward Neural Network and Hybrid Metaheuristic Feature Selection,” IEEE Access, vol. 8, pp. 189960–189973, 2020, doi: 10.1109/access.2020.3031914.
C. Trongtorkid and P. Pramokchon, “Expert system for diagnosis mango diseases using leaf symptoms analysis,” 3rd Int. Conf. Digit. Arts, Media Technol. ICDAMT 2018, pp. 59–64, 2018, doi: 10.1109/ICDAMT.2018.8376496.
U. P. Singh, S. S. Chouhan, S. Jain, and S. Jain, “Multilayer Convolution Neural Network for the Classification of Mango Leaves Infected by Anthracnose Disease,” IEEE Access, vol. 7, pp. 43721–43729, 2019, doi: 10.1109/ACCESS.2019.2907383.
S. C. Madiwalar and M. V. Wyawahare, “Plant disease identification: A comparative study,” 2017 Int. Conf. Data Manag. Anal. Innov. ICDMAI 2017, pp. 13–18, 2017, doi: 10.1109/ICDMAI.2017.8073478.
L. Ratnawati and D. R. Sulistyaningrum, “Penerapan Random Forest untuk Mengukur Tingkat Keparahan Penyakit pada Daun Apel,” vol. 8, no. 2, pp. A71–A77, 2019.
S. B. Ullagaddi and S. Viswanadha Raju, “Automatic Robust Segmentation Scheme for Pathological Problems in Mango Crop,” Int. J. Mod. Educ. Comput. Sci., vol. 9, no. 1, pp. 43–51, 2017, doi: 10.5815/ijmecs.2017.01.05.
B. Tymchenko, P. Marchenko, and D. Spodarets, “Deep learning approach to diabetic retinopathy detection,” ICPRAM 2020 - Proc. 9th Int. Conf. Pattern Recognit. Appl. Methods, pp. 501–509, 2020, doi: 10.5220/0008970805010509.
T. Rui, J. Zou, Y. Zhou, J. Fei, and C. Yang, “Convolutional neural network simplification based on feature maps selection,” Proc. Int. Conf. Parallel Distrib. Syst. - ICPADS, vol. 0, pp. 1207–1210, 2016, doi: 10.1109/ICPADS.2016.0161.
W. Setiawan, “Perbandingan Arsitektur Convolutional Neural Network Untuk Klasifikasi Fundus,” J. Simantec, vol. 7, no. 2, pp. 48–53, 2020, doi: 10.21107/simantec.v7i2.6551.
R. Qian, Y. Yue, F. Coenen, and B. Zhang, “Visual attribute classification using feature selection and convolutional neural network,” Int. Conf. Signal Process. Proceedings, ICSP, vol. 0, no. i, pp. 649–653, 2016, doi: 10.1109/ICSP.2016.7877912.
K. Trang, L. Tonthat, N. Gia Minh Thao, and N. Tran Ta Thi, “Mango Diseases Identification by a Deep Residual Network with Contrast Enhancement and Transfer Learning,” 2019 IEEE Conf. Sustain. Util. Dev. Eng. Technol. CSUDET 2019, pp. 138–142, 2019, doi: 10.1109/CSUDET47057.2019.9214620.
J. Sethupathy and S. Veni, “OpenCV based disease identification of mango leaves,” Int. J. Eng. Technol., vol. 8, no. 5, pp. 1990–1998, 2016, doi: 10.21817/ijet/2016/v8i5/160805417.