Expert System for Coffee Leaf Disease Classification With Convolutional Neural Networks

Wa Ode Asriyani

doi:10.31315/telematika.v22i3.14323

Authors

Wa Ode Asriyani Universitas Haluoleo

DOI:

https://doi.org/10.31315/telematika.v22i3.14323

Keywords:

CNN, Coffee Leaves, Expert System

Abstract

Tujuan: Untuk mengembangkan sistem pakar menggunakan Convolutional Neural Network (CNN) untuk mengklasifikasikan Penyakit Daun Kopi ke dalam empat kategori (penambang, phoma, karat, dan tanpa penyakit), memberikan diagnosis yang cepat dan akurat bagi petani.

Desain/metodologi/pendekatan: Penelitian ini mengimplementasikan sistem pakar berbasis CNN menggunakan kumpulan data 1.664 gambar daun kopi. Metodologi ini mencakup praproses data dengan standarisasi dan penambahan gambar, pengembangan model CNN dengan enam blok konvolusional, pelatihan model dengan pengoptimal Adam, dan evaluasi komprehensif menggunakan metrik validasi.

Temuan/hasil: Sistem mencapai akurasi validasi 97,66% dengan waktu pemrosesan yang efisien (49-161 ms per prediksi). Model menunjukkan keandalan yang tinggi di semua kategori penyakit, dengan tingkat keyakinan secara konsisten di atas 80% dan mencapai hingga 100% untuk kondisi tertentu.

Orisinalitas/nilai/keadaan terkini: Penelitian ini memperkenalkan integrasi baru sistem pakar dengan teknologi CNN untuk klasifikasi Penyakit Daun Kopi, yang menawarkan akurasi yang lebih unggul dibandingkan dengan pendekatan probabilistik tradisional. Sistem ini menyediakan visualisasi waktu nyata dan tingkat keyakinan untuk setiap prediksi, menjadikannya alat praktis bagi petani.

References

Acihmah Sidauruk, Panggih Suseno, Budy Satria, and Mulia Sulitiyono, “Diagnosis Penyakit Tanaman Kopi Robusta Menggunakan Metode Dempster Shafer Berbasis Sistem Pakar,” The Indonesian Journal of Computer Science, vol. 13, no. 4, Jul. 2024, doi: 10.33022/ijcs.v13i4.3953.

Agus Supriyanto, R. Rizal Isnanto, and Oky Dwi Nurhayati, “Klasifikasi Penyakit Daun Kopi Robusta Menggunakan Metode SVM dengan Ekstraksi Ciri GLCM,” Jurnal Nasional Teknik Elektro dan Teknologi Informasi, vol. 12, no. 4, pp. 241–248, Nov. 2023, doi: 10.22146/jnteti.v12i4.8044.

M. Ramadhan, B. Anwar, R. Gunawan, and R. Kustini, “Sistem Pakar Untuk Mendiagnosa Penyakit Pada Tanaman Kopi Menggunakan Metode Teorema Bayes,” Journal Of Science And Social Research, vol. 4, no. 2, p. 115, Jun. 2021, doi: 10.54314/jssr.v4i2.533.

B. Riansyah, D. Kurniawan, and M. Same, “Sistem Pakar Diagnosa Penyakit Tanaman Kopi Menggunakan Metode Dempster Shafer,” Jurnal Komputasi, vol. 9, no. 1, Apr. 2021, doi: 10.23960/komputasi.v9i1.2420.

Y. D. J. Bere, Y. P. Kurniawan Kelen, H. E. Ullu, and D. G. Ludji, “Sistem Pakar Untuk Mediagnosa Penyakit Pada Tanaman Kopi Menggunakan Metode Teorema Bayes,” TeknoIS : Jurnal Ilmiah Teknologi Informasi dan Sains, vol. 14, no. 1, pp. 36–44, Jan. 2024, doi: 10.36350/jbs.v14i1.224.

T. R. Manik, Z. Azmi, and A. Azlan, “Sistem Pakar Dalam Mendiagnosa Hama Dan Penyakit Pada Tanaman Kopi Arabica (Coffee Arabica) Menggunakan Metode Dempster Shafer,” Jurnal Sistem Informasi Triguna Dharma (JURSI TGD), vol. 3, no. 2, pp. 82–89, Mar. 2024, doi: 10.53513/jursi.v3i2.5777.

R. Firdaus, Joni Satria, and B. Baidarus, “Klasifikasi Jenis Kelamin Berdasarkan Gambar Mata Menggunakan Algoritma Convolutional Neural Network (CNN),” Jurnal CoSciTech (Computer Science and Information Technology), vol. 3, no. 3, pp. 267–273, Dec. 2022, doi: 10.37859/coscitech.v3i3.4360.

M. Zahir and R. A. Saputra, “Deteksi Penyakit Retinopati Diabetes Menggunakan Citra Mata Dengan Implementasi Deep Learning CNN,” Jurnal Teknoinfo, vol. 18, no. 1, pp. 121–132, 2024, [Online]. Available: https://www.kaggle.com/datasets/gunavenkatdoddi/eye-diseases-classification

N. Pramesti and R. Rianto, “Convolutional Neural Network for Identifying Tree Species Using Stem Images,” Telematika, vol. 20, no. 2, p. 163, Jun. 2023, doi: 10.31315/telematika.v20i2.8774.

A. Ardiansyah and N. F. Hasan, “Deteksi dan Klasifikasi Penyakit Pada Daun Kopi Menggunakan Yolov7,” Jurnal Sisfokom (Sistem Informasi dan Komputer), vol. 12, no. 1, pp. 30–35, Mar. 2023, doi: 10.32736/sisfokom.v12i1.1545.

K. F. Ramadhan and A. Badawi, “Analisis Dempster Shafer Dalam Mendiagnosa Penyakit Coffea Canephora (Kopi Robusta),” Journal of Information System Research (JOSH), vol. 4, no. 4, pp. 1395–1401, Jul. 2023, doi: 10.47065/josh.v4i4.3818.

U. S. Rahmadhani and N. L. Marpaung, “Klasifikasi Jamur Berdasarkan Genus Dengan Menggunakan Metode CNN,” Jurnal Informatika: Jurnal Pengembangan IT, vol. 8, no. 2, pp. 169–173, May 2023, doi: 10.30591/jpit.v8i2.5229.

F. Rozzy, D. C. R. Novitasari, D. Yuliati, and P. P. Sani, “Forecasting Sea Surface Salinity in the Eastern Madura Strait Using a 1D Convolutional Neural Network,” Telematika, vol. 21, no. 1, p. 14, Jun. 2024, doi: 10.31315/telematika.v21i1.8959.

S. A. Sabrina and W. F. Al Maki, “Klasifikasi Penyakit pada Tanaman Kopi Robusta Berdasarkan Citra Daun Menggunakan Convolutional Neural Network,” e-Proceeding of Engineering, vol. 9, no. 3, pp. 1919–1927, 2022.

S. Suprihanto, I. Awaludin, M. Fadhil, and M. A. Z. Zulfikor, “Analisis Kinerja ResNet-50 dalam Klasifikasi Penyakit pada Daun Kopi Robusta,” Jurnal Informatika, vol. 9, no. 2, pp. 116–122, Oct. 2022, doi: 10.31294/inf.v9i1.13049.

A. I. Saputra, I. Weni, and U. Khaira, “Implementasi Metode Convolutional Neural Network Untuk Deteksi Penyakit Pada Tanaman Kopi Arabika Melalui Citra Daun Berbasis Android,” Decode: Jurnal Pendidikan Teknologi Informasi, vol. 4, no. 1, pp. 41–51, Oct. 2023, doi: 10.51454/decode.v4i1.231.