AUTOMATIC CORN LEAF DISEASE DETECTION AND RECOMMENDATION USING CNN AND RECOMMENDATION DATABASE

Abstract

Jagung merupakan salah satu komoditas pangan utama di Indonesia yang memiliki peran penting bagi ketahanan pangan dan perekonomian masyarakat. Namun, produktivitas jagung sering terkendala oleh serangan penyakit daun seperti hawar daun dan karat daun yang dapat menurunkan hasil panen secara signifikan. Selama ini proses identifikasi penyakit masih dilakukan secara manual melalui pengamatan visual, yang sering kali tidak akurat dan membutuhkan waktu lama. Penelitian ini bertujuan untuk mengembangkan sistem deteksi dan penanganan penyakit daun jagung secara otomatis menggunakan metode Convolutional Neural Network (CNN) yang terintegrasi dengan basis data rekomendasi. Dataset citra daun jagung dikumpulkan dari lapangan dan melalui proses preprocessing seperti resize, normalisasi, serta augmentasi sebelum digunakan untuk pelatihan model. Model CNN yang dibangun mampu mengklasifikasikan daun jagung ke dalam tiga kategori, yaitu sehat, hawar daun, dan karat daun, dengan akurasi pengujian mencapai 96,94%. Sistem ini diimplementasikan dalam bentuk aplikasi berbasis web yang memungkinkan petani mengunggah gambar daun jagung untuk dideteksi secara otomatis, sekaligus memperoleh rekomendasi penanganan sesuai basis data yang tersedia.