Literature Review: Klasifikasi Penyakit Daun Tamanan Kelapa Sawit Menggunakan Convolutional Neural Network

Caesar Adhityansyah; Jefi Eliel Tigor Tampubolon; Fransiskus Natalis Eduk; Muhamad Razik

Authors

Caesar Adhityansyah Universitas Pamulang
Jefi Eliel Tigor Tampubolon Universitas Pamulang
Fransiskus Natalis Eduk Universitas Pamulang
Muhamad Razik Universitas Pamulang

Keywords:

Oil Palm, Leaf Disease, Classification, Convolutional Neural Network (CNN)

Abstract

The palm oil industry plays an important role in Indonesia's economy, but is vulnerable to foliar diseases that can reduce productivity. PT Agri Palma, an oil palm company in West Kalimantan, faces this challenge, especially in the leaf diseases of Anthracnose, Ganoderma, and Leaf Spot. This study uses Convolutional Neural Network (CNN) to classify leaf diseases through image analysis. The dataset consists of 1,000 leaf images of 224x224 pixel resolution in RGB channel, with 800 images for training and 200 for testing, processed on Google Colab platform. The research aims to develop a CNN-based web application to automatically detect oil palm leaf diseases. Results show that the CNN model achieves 92% accuracy, supporting quick action in disease management and reducing the risk of crop loss.

References

Nafis Alfarizi, D., Agung Pangestu, R., Aditya, D., Adi Setiawan, M., & Rosyani, P. (2023). Penggunaan Metode YOLO Pada Deteksi Objek: Sebuah Tinjauan Literatur Sistematis. In Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan (Vol. 1, Issue 1). https://jurnalmahasiswa.com/index.php/aidanspk

Gusti A.W. Satia, Erick Firmansyah*, Arif Umami. (2022). Perancangan sistem identifikasi penyakit pada daun kelapa sawit (Elaeis guineensis Jacq.) dengan algoritma deep learning convolutional neural networks. J. Ilm. Pertan., 2022, 19(1) 1-10, 19, 1-7.

A Asrianda. (2021). Tabel Hasil Pengujian Jenis Penyakit Daun Tanaman Kelapa Sawit Menggunakan Algoritma Convolutional Neural Network (CNN). Research+Result, 13.

Deny Ardianto, J. S. (2023). Jurnal Informatika Universitas Pamulang. Klasifikasi Citra Daging Sapi dan Babi Menggunakan Convolutional Neural Network (CNN) dengan Arsitektur EfficientNet-B2 dan Augmentasi Data, 153-164.

Errissya Rasywir, R. S. (2020). Jurnal Informatika dan Komputer. Analisis dan Implementasi Diagnosis Penyakit Sawit dengan Metode, 22, 117-123.

Faiq Fahrian Khoirul Anam Al Aziz, S. (2023). Jurnal Teknologi Sistem Informasi dan Aplikasi . Deteksi dan Pengenalan Jenis Corak Batik Nusantara Menggunakan Metode , 191-201.

Khairul Azmi, S. D. (2023). Jurnal Unitek. Implementasi Convolutional Neural Network (CNN) Untuk Klasifikasi Batik Tanah Liat Sumatera Barat, 28-40.

Kurniawan, A. A. (2020). JURNAL INFORMATIKA UNIVERSITAS PAMULANG. Implementasi Deep Learning Menggunakan Metode CNN dan LSTM untuk Menentukan Berita Palsu dalam Bahasa Indonesia, 544-552.

Trissa Noor Aulia Febriana, V. L. (2024). Jurnal Teknologi Sistem Informasi dan Aplikasi. Klasifikasi Tingkat Kematangan Buah Pisang Raja Menggunakan Metode CNN Berbasis Android, 176-184.

Yunita, D., Amalia, R., & Rosyani, D. P. (2018). Analisa Prestasi Siswa Berdasarkan Kedisiplinan, Nilai Hasil Belajar, Sosial Ekonomi dan Aktivitas Organisasi Menggunakan Algoritma Naïve Bayes. http://openjournal.unpam.ac.id/index.php/informatika, 2622–4615.