Akses terbuka Artikel Penelitian Vol 1 No 1 (2026)

Jaringan Saraf Konvolusional Ringan untuk Klasifikasi Penyakit Daun Padi pada Perangkat Seluler

Lightweight Convolutional Neural Networks for On-Device Classification of Rice Leaf Diseases

Penulis

  • Rizky Pratama Department of Informatics, Universitas Contoh Teknologi Penulis
  • Maria Simanjuntak Department of Agrotechnology, Universitas Contoh Nusantara Penulis
Halaman
5-6
Diterbitkan
30-06-2026
Lisensi
CC BY 4.0

Abstrak

Deteksi dini penyakit daun padi membantu petani mengurangi kehilangan hasil, tetapi diagnosis ahli tidak selalu tersedia di perdesaan. Penelitian ini membandingkan jaringan saraf konvolusional ringan untuk mengklasifikasikan empat kelas (hawar daun bakteri, bercak cokelat, blas daun, dan sehat) di ponsel. Dataset 4.800 citra lapangan dibagi 70:15:15 dan diaugmentasi. MobileNetV2, EfficientNet-B0, dan CNN dasar dilatih dengan transfer learning lalu dikonversi ke TensorFlow Lite. MobileNetV2 mencapai akurasi uji 94,6% dan macro F1 0,94, dengan ukuran model 9,1 MB dan waktu inferensi 48 ms pada ponsel kelas menengah. EfficientNet-B0 sedikit lebih akurat (95,2%) tetapi 1,8 kali lebih lambat. MobileNetV2 memberikan keseimbangan terbaik untuk aplikasi diagnosis seluler luring.

Kata Kunci

  • pembelajaran mendalam
  • MobileNetV2
  • penyakit tanaman
  • padi
  • TensorFlow Lite

Referensi

Ferentinos, K. P. (2018). Deep learning models for plant disease detection and diagnosis. Computers and Electronics in Agriculture, 145, 311–318.

Howard, A. G., Zhu, M., Chen, B., Kalenichenko, D., Wang, W., Weyand, T., Andreetto, M., & Adam, H. (2017). MobileNets: Efficient convolutional neural networks for mobile vision applications. arXiv:1704.04861.

LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436–444.

Mohanty, S. P., Hughes, D. P., & Salathé, M. (2016). Using deep learning for image-based plant disease detection. Frontiers in Plant Science, 7, 1419.

Sandler, M., Howard, A., Zhu, M., Zhmoginov, A., & Chen, L.-C. (2018). MobileNetV2: Inverted residuals and linear bottlenecks. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (pp. 4510–4520).

Cara Mengutip

Pratama, R., & Simanjuntak, M. (2026). Jaringan Saraf Konvolusional Ringan untuk Klasifikasi Penyakit Daun Padi pada Perangkat Seluler. EnviroTech: Journal Environmental Science and Technology, 1(1), 5-6. https://journalscinova.com/envirotech/article/view/3

Unduhan

Data unduhan tidak tersedia.