%0 Generic
%A Nurul, Fadilah
%C Universitas Lampung
%D 2025
%F eprints:89991
%I Fakultas Matematika Dan Ilmu Pengetahuan Alam
%T EVALUASI KINERJA METODE KECERDASAN BUATAN DALAM DETEKSI PENYAKIT PADA DAUN TEBU
%U http://digilib.unila.ac.id/89991/
%X Produktivitas tanaman tebu (Saccharum officinarum Linn.) sangat dipengaruhi oleh berbagai penyakit yang disebabkan oleh bakteri, virus, dan hama.  Deteksi penyakit pada daun tebu sangat penting dilakukan untuk mencegah penurunan hasil panen dan menjaga kualitas produksi gula.  Dengan membandingkan Convolutional Neural Networks (CNN) dan Support Vector Machine (SVM), penelitian ini bertujuan untuk menilai keefektifan metode kecerdasan buatan dalam mendeteksi penyakit tebu.  Dataset yang digunakan berasal dari Mendeley Data dan mencakup 11 kategori, seperti tebu sehat dan berbagai jenis penyakit. Arsitektur CNN yang digunakan dalam penelitian ini adalah ResNet50 dan InceptionV3, sedangkan SVM digunakan sebagai metode klasifikasi tradisional.  Prosedur penelitian meliputi analisis data, pra-pemrosesan, ekstraksi fitur, serta pelatihan dan evaluasi model dengan menggunakan berbagai skenario data.  Menggunakan metrix accuracy, presisi, recall, dan F1-score digunakan dalam proses evaluasi. Di antara model CNN, InceptionV3, dengan rasio pembagian data 80%:10%:10%, mencapai akurasi tertinggi sebesar 0.9636, secara signifikan mengungguli arsitektur lainnya. Dalam SVM, kernel linear menghasilkan kinerja terbaik, dengan rasio pembagian data 80%:10%:10%, mencapai akurasi 0.9080.