Dalam era digital yang semakin maju, kecerdasan buatan (Artificial Intelligence/AI) telah menjadi alat yang sangat berharga dalam berbagai bidang, termasuk dalam pertanian dan kesehatan tanaman. Penyakit pada tanaman dapat menyebabkan kerugian ekonomi yang besar, sehingga pengembangan sistem berbasis AI untuk deteksi dini dan klasifikasi penyakit tanaman menjadi kebutuhan yang mendesak.

Buku ini membahas penerapan Deep Learning, khususnya Convolutional Neural Network (CNN), dalam mendeteksi dan mengklasifikasikan kondisi kesehatan daun tanaman. Dengan memanfaatkan dataset New Plant Diseases Dataset dari Kaggle, yang mencakup citra daun dari berbagai jenis tanaman seperti apel, kentang, anggur, peach, stroberi, dan tomat, buku ini menyajikan langkah-langkah sistematis dalam membangun model CNN yang efektif.

Mulai dari preprocessing data seperti augmentasi dan normalisasi, hingga perancangan arsitektur CNN yang mencakup lapisan konvolusi, pooling, dropout, dan fully connected layer, pembaca akan mendapatkan pemahaman mendalam tentang bagaimana model ini bekerja. Evaluasi model dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score, dengan hasil pengujian menunjukkan tingkat akurasi yang tinggi hingga 96.53% dalam mengklasifikasikan daun sehat dan yang terinfeksi penyakit.

Selain teori, buku ini juga membahas implementasi praktis dalam Python, dengan menggunakan framework populer seperti TensorFlow dan Keras. Dengan pendekatan berbasis studi kasus, buku ini dapat menjadi referensi yang berharga bagi akademisi, peneliti, serta praktisi di bidang AI dan pertanian dalam mengembangkan solusi berbasis teknologi untuk meningkatkan kesehatan tanaman dan produktivitas pertanian.

Penulis :  Oke Hariansyah, M.Kom

Editor : Muhammad Ghozy

Halaman Buku : 112

DOWNLOAD

PRE-ORDER | Rp. 52.000