IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK UNTUK DETEKSI PENYAKIT PADA BUAH JERUK MANIS (CITRUS SINESIS L)

Penelitian ini bertujuan untuk mengembangkan metode deteksi dini penyakit pada buah jeruk manis (Citrus sinensis L) menggunakan teknologi pengolahan citra digital. Jeruk manis merupakan salah satu komoditas buah yang sangat penting di dunia, namun rentan terhadap berbagai jenis penyakit yang dapat menurunkan kualitas dan kuantitas hasil panen. Penyakit pada buah jeruk sering kali sulit diidentifikasi pada tahap awal jika hanya mengandalkan pengamatan visual secara manual. Dalam penelitian ini, teknik pengolahan citra digital diterapkan untuk menganalisis gambar buah jeruk dan mendeteksi keberadaan penyakit secara otomatis. Metode yang digunakan meliputi pengambilan citra, pra-pemrosesan citra, ekstraksi fitur, dan klasifikasi. Hasil dari penelitian ini diharapkan dapat membantu petani dalam mengidentifikasi penyakit pada buah jeruk dengan lebih cepat dan akurat, sehingga dapat dilakukan tindakan pencegahan dan pengobatan yang tepat waktu. Pengujian dilakukan menggunakan dataset gambar buah jeruk yang terdiri dari buah sehat dan buah yang terinfeksi penyakit. Algoritma klasifikasi yang digunakan berhasil mengidentifikasi kondisi buah dengan tingkat akurasi yang tinggi. Dengan demikian, metode ini menunjukkan potensi besar dalam diterapkan di lapangan sebagai alat bantu bagi petani dalam pengelolaan kebun jeruk mereka.