KLASIFIKASI KESEHATAN PADA TANAMAN PADI MENGGUNAKAN CITRA UNMANED AERIAL VEHICLE (UAV) DENGAN METODE CONVOLUTIONAL NEURAL NETWORKS (CNN)

Abstrak

ndonesia merupakan Negara dengan mayoritas penduduknya menjadikan beras sebagai makanan utama. Dengan jumlah penduduk yang semakin mengingkat tentunya perlu menjaga kualitas padi agar menurunkan risiko gagal panen. Pada tahun 2019, dinyatakan bahwa hampir 40% dari hasil panen dunia menghilang karena penyakit dan serangan hama. Unmanned Aerial Vehicle (UAV) merupakan  salah satu teknologi yang sudah banyak digunakan untuk pengamatan dan pemetaan pada tanaman padi. Ukuran UAV yang kecil membuatnya dapat bermanuver lebih banyak sehingga membuat pemotretan lahan lebih mudah dan cepat. Penyakit-penyakit dan serangan hama ini dapat dideteksi dengan melihat pada bagian-bagian tanaman. Bagian yang paling mudah untuk dideteksi adalah pada bagian daun karena tanda-tanda penyakit akan terlihat dengan jelas. Namun, tidak mudah untuk mengenali penyakit-penyakit tersebut dibutuhkan tenaga ahli dalam mengidentifikasikan penyakit melalui sebuah citra UAV dengan lebih akurat. Convolutional Neural Network (CNN) adalah salah satu metode deep learning yang sering digunakan dalam pengenalan citra digital. Hal ini dikarenakan CNN berusaha meniru cara pengenalan citra pada visual Cortex manusia. Metode CNN pada penelitian ini digunakan untuk mengklasifikasikan tanaman padi sehat dan tanaman padi sakit melalui citra UAV.