Penerapan Deep Learning Berbasis CNN untuk Klasifikasi Otomatis Penyakit Daun Kelapa Sawit
Application of CNN-Based Deep Learning for Automatic Classification of Oil Palm Leaf Diseases
Keywords:
Kelapa Sawit, Penyakit Daun, Convolutional Neural Network, Klasifikasi Citra, Pertanian Presisi
Abstract
Penelitian ini mengembangkan model Convolutional Neural Network (CNN) untuk mengidentifikasi lima jenis gangguan pada daun kelapa sawit, yaitu Curvularia, defisiensi kalium, defisiensi magnesium, karat daun, dan serangan ulat menggunakan citra digital. Dataset berjumlah 5000 citra diproses melalui tahapan pra-pemrosesan dan augmentasi untuk meningkatkan keragaman visual. Model dilatih menggunakan arsitektur CNN dasar dengan optimizer Adam dan loss function categorical cross-entropy. Hasil evaluasi menunjukkan akurasi rata-rata 88% dengan nilai precision, recall, dan F1-score yang stabil. Kelas Karat Daun dan Serangan Ulat menjadi kategori dengan performa terbaik karena memiliki gejala visual yang tegas, sedangkan defisiensi kalium dan magnesium menunjukkan tingkat kesalahan lebih tinggi akibat kemiripan ciri. Temuan ini mengonfirmasi bahwa CNN efektif sebagai perangkat deteksi berbasis citra dan berpotensi dikembangkan lebih lanjut melalui peningkatan kualitas dataset, arsitektur model, serta integrasi dengan sensor lapangan untuk mendukung praktik budidaya kelapa sawit yang lebih presisi dan berkelanjutan.
References
Al Maududy, M. M., Mardianto, K., & Susanto, A. (2021). Pemanfaatan Berbagai Sensor Dalam Manajemen Perkebunan Kelapa Sawit. WARTA Pusat Penelitian Kelapa Sawit, 26(2), 117–123. https://doi.org/10.22302/iopri.war.warta.v26i2.61
Asrianda, A., Aidilof, H. A. K., & Pangestu, Y. (2021). Machine Learning for Detection of Palm Oil Leaf Disease Visually using Convolutional Neural Network Algorithm. Journal of Informatics and Telecommunication Engineering, 4(2), 286–293. https://doi.org/10.31289/jite.v4i2.4185
Devianto, Y., & Dwiasnati, S. (2020). Kerangka Kerja Sistem Kecerdasan Buatan dalam Meningkatkan Kompetensi Sumber Daya Manusia Indonesia. Jurnal Telekomunikasi Dan Komputer, 10(1), 19. https://doi.org/10.22441/incomtech.v10i1.7460
Dewi, S. (2023). Penerapan Metode Forward Chaining pada Sistem Pakar Diagnosa Penyakit Tanaman Kelapa Sawit. Bina Insani Ict Journal, 10(1), 1. https://doi.org/10.51211/biict.v10i1.2301
Fadli, M., & Saputra, R. A. (2023). Klasifikasi Dan Evaluasi Performa Model Random Forest Untuk Prediksi Stroke. JT: Jurnal Teknik, 12(02), 72–80.
Fildza Arief Syuhada, Hasnah, Rusda Khairati, J. E. (2022). ANALISIS EFISIENSI TEKNIS USAHATANI KELAPA SAWIT: ANALISIS STOCHASTIC FRONTIER OIL. 6, 249–255.
Fithratul Zalmi, W., Hari Saputro, P., Sitanggang, J., & Leatemia, K. (2025). Penerapan Convolutional Neural Network (CNN) untuk Klasifikasi Penyakit Daun Tomat. Informatik?: Jurnal Ilmu Komputer, 21(2), 58–68. https://doi.org/10.52958/iftk.v21i2.11094
Fitriyah, H., & Maulana, R. (2021). Deteksi Gulma Berdasarkan Warna HSV dan Fitur Bentuk Menggunakan Jaringan Syaraf Tiruan. Jurnal Teknologi Informasi Dan Ilmu Komputer, 8(5), 929. https://doi.org/10.25126/jtiik.2021854719
Ginting, E. N., & Wiratmoko, D. (2021). Potensi Dan Tantangan Penerapan Precision Farming Dalam Upaya Membangun Perkebunan Kelapa Sawit Yang Berkelanjutan. WARTA Pusat Penelitian Kelapa Sawit, 26(2), 55–66. https://doi.org/10.22302/iopri.war.warta.v26i2.47
Hariadi, B., Sastrohartono, H., Krisdiarto, A. W., Sukarman, S., Sagoro, T. H., Primananda, S., Akbar, A. R. M., & Uktoro, A. I. (2024). The Use of the Normalized Difference Red Edge (NDRE) Vegetation Index from Multispectral Cameras Mounted on Unmanned Aerial Vehicle to Estimate the Nutrient Content in Oil Palm Leaves. Jurnal Teknik Pertanian Lampung (Journal of Agricultural Engineering), 13(4), 1051. https://doi.org/10.23960/jtep-l.v13i4.1051-1063
Kurniawan, I. (2025). Penerapan Metode YOLOv10 Untuk Deteksi Penyakit Pada Tanaman Kelapa Sawit Berdasarkan Citra Daun. Smart Comp?:Jurnalnya Orang Pintar Komputer, 14(3), 768–779. https://doi.org/10.30591/smartcomp.v14i3.8485
Luqiyarrohman, & Aulia, R. (2024). UJI EFEKTIVITAS BEBERAPA KONSENTRASI BIOINSEKTISIDA Bacillus thuringiensis DALAM MENGENDALIKAN HAMA ULAT KANTONG (Metisa plana) PADA TANAMAN KELAPA SAWIT. Jurnal Agro Estate, 8(1), 26–34. https://doi.org/10.47199/jae.v8i1.241
Melidawati, M., Sofi’i, I., & Fauziah, W. K. (2023). Optimalisasi Citra Termal dalam Pertanian Presisi untuk Deteksi Dini Masalah Kesehatan Bibit Kelapa Sawit. Jurnal Budidaya Pertanian, 19(2), 106–110. https://doi.org/10.30598/jbdp.2023.19.2.106
Prasetyo, E. W., & Nambo, H. (2024). A Fine-Tuned RetinaNet for Real-Time Lettuce Detection. Lontar Komputer?: Jurnal Ilmiah Teknologi Informasi, 15(1), 13. https://doi.org/10.24843/lkjiti.2024.v15.i01.p02
Rasywir, E., Sinaga, R., & Pratama, Y. (2020). Analisis dan Implementasi Diagnosis Penyakit Sawit dengan Metode Convolutional Neural Network (CNN). Paradigma - Jurnal Komputer Dan Informatika, 22(2), 117–123. https://doi.org/10.31294/p.v22i2.8907
Sariah, S., Suarna, N., Ali, I., & Solihudin, D. (2025). Penerapan Convolutional Neural Network (CNN) Untuk Prediksi Penyakit Tanaman Padi Melalui Citra Daun. Jurnal Komtika (Komputasi Dan Informatika), 9(1), 1–10. https://doi.org/10.31603/komtika.v9i1.12852
Satia, G. A. W., Firmansyah, E., & Umami, A. (2022). Perancangan sistem identifikasi penyakit pada daun kelapa sawit (Elaeis guineensis Jacq.) dengan algoritma deep learning convolutional neural networks. Jurnal Ilmiah Pertanian, 19(1), 1–10. https://doi.org/10.31849/jip.v19i1.9556
Simanjuntak, A. J. O., & Udjulawa, D. (2022). Klasifikasi Penyakit Daun Sawit Menggunakan Metode Jaringan Saraf Tiruan Dengan Fitur Local Binary Pattern. Jurnal Algoritme, 3(1), 1–9. https://doi.org/10.35957/algoritme.v3i1.3158
Siti Karimah, I., Hendriani, A., Ningtyas, P. M., Kusnadi, U., Hendrawan, B., Prima Putra, Y., Mulyana, A., & Herlambang, Y. T. (2023). Kecerdasan Buatan (Artificial Intelegence) Dalam Pendidikan. Naturalistic: Jurnal Kajian Dan Penelitian Pendidikan Dan Pembelajaran, 8(2), 193–204. https://doi.org/10.35568/naturalistic.v8i2.4702
Varina, F., Hartoyo, S., Kusnadi, N., & Rifin, A. (2020). Efficiency of Oil Palm Smallholders in Indonesia: a Meta-Frontier Approach. Jurnal Manajemen Dan Agribisnis. https://doi.org/10.17358/jma.17.3.217
Asrianda, A., Aidilof, H. A. K., & Pangestu, Y. (2021). Machine Learning for Detection of Palm Oil Leaf Disease Visually using Convolutional Neural Network Algorithm. Journal of Informatics and Telecommunication Engineering, 4(2), 286–293. https://doi.org/10.31289/jite.v4i2.4185
Devianto, Y., & Dwiasnati, S. (2020). Kerangka Kerja Sistem Kecerdasan Buatan dalam Meningkatkan Kompetensi Sumber Daya Manusia Indonesia. Jurnal Telekomunikasi Dan Komputer, 10(1), 19. https://doi.org/10.22441/incomtech.v10i1.7460
Dewi, S. (2023). Penerapan Metode Forward Chaining pada Sistem Pakar Diagnosa Penyakit Tanaman Kelapa Sawit. Bina Insani Ict Journal, 10(1), 1. https://doi.org/10.51211/biict.v10i1.2301
Fadli, M., & Saputra, R. A. (2023). Klasifikasi Dan Evaluasi Performa Model Random Forest Untuk Prediksi Stroke. JT: Jurnal Teknik, 12(02), 72–80.
Fildza Arief Syuhada, Hasnah, Rusda Khairati, J. E. (2022). ANALISIS EFISIENSI TEKNIS USAHATANI KELAPA SAWIT: ANALISIS STOCHASTIC FRONTIER OIL. 6, 249–255.
Fithratul Zalmi, W., Hari Saputro, P., Sitanggang, J., & Leatemia, K. (2025). Penerapan Convolutional Neural Network (CNN) untuk Klasifikasi Penyakit Daun Tomat. Informatik?: Jurnal Ilmu Komputer, 21(2), 58–68. https://doi.org/10.52958/iftk.v21i2.11094
Fitriyah, H., & Maulana, R. (2021). Deteksi Gulma Berdasarkan Warna HSV dan Fitur Bentuk Menggunakan Jaringan Syaraf Tiruan. Jurnal Teknologi Informasi Dan Ilmu Komputer, 8(5), 929. https://doi.org/10.25126/jtiik.2021854719
Ginting, E. N., & Wiratmoko, D. (2021). Potensi Dan Tantangan Penerapan Precision Farming Dalam Upaya Membangun Perkebunan Kelapa Sawit Yang Berkelanjutan. WARTA Pusat Penelitian Kelapa Sawit, 26(2), 55–66. https://doi.org/10.22302/iopri.war.warta.v26i2.47
Hariadi, B., Sastrohartono, H., Krisdiarto, A. W., Sukarman, S., Sagoro, T. H., Primananda, S., Akbar, A. R. M., & Uktoro, A. I. (2024). The Use of the Normalized Difference Red Edge (NDRE) Vegetation Index from Multispectral Cameras Mounted on Unmanned Aerial Vehicle to Estimate the Nutrient Content in Oil Palm Leaves. Jurnal Teknik Pertanian Lampung (Journal of Agricultural Engineering), 13(4), 1051. https://doi.org/10.23960/jtep-l.v13i4.1051-1063
Kurniawan, I. (2025). Penerapan Metode YOLOv10 Untuk Deteksi Penyakit Pada Tanaman Kelapa Sawit Berdasarkan Citra Daun. Smart Comp?:Jurnalnya Orang Pintar Komputer, 14(3), 768–779. https://doi.org/10.30591/smartcomp.v14i3.8485
Luqiyarrohman, & Aulia, R. (2024). UJI EFEKTIVITAS BEBERAPA KONSENTRASI BIOINSEKTISIDA Bacillus thuringiensis DALAM MENGENDALIKAN HAMA ULAT KANTONG (Metisa plana) PADA TANAMAN KELAPA SAWIT. Jurnal Agro Estate, 8(1), 26–34. https://doi.org/10.47199/jae.v8i1.241
Melidawati, M., Sofi’i, I., & Fauziah, W. K. (2023). Optimalisasi Citra Termal dalam Pertanian Presisi untuk Deteksi Dini Masalah Kesehatan Bibit Kelapa Sawit. Jurnal Budidaya Pertanian, 19(2), 106–110. https://doi.org/10.30598/jbdp.2023.19.2.106
Prasetyo, E. W., & Nambo, H. (2024). A Fine-Tuned RetinaNet for Real-Time Lettuce Detection. Lontar Komputer?: Jurnal Ilmiah Teknologi Informasi, 15(1), 13. https://doi.org/10.24843/lkjiti.2024.v15.i01.p02
Rasywir, E., Sinaga, R., & Pratama, Y. (2020). Analisis dan Implementasi Diagnosis Penyakit Sawit dengan Metode Convolutional Neural Network (CNN). Paradigma - Jurnal Komputer Dan Informatika, 22(2), 117–123. https://doi.org/10.31294/p.v22i2.8907
Sariah, S., Suarna, N., Ali, I., & Solihudin, D. (2025). Penerapan Convolutional Neural Network (CNN) Untuk Prediksi Penyakit Tanaman Padi Melalui Citra Daun. Jurnal Komtika (Komputasi Dan Informatika), 9(1), 1–10. https://doi.org/10.31603/komtika.v9i1.12852
Satia, G. A. W., Firmansyah, E., & Umami, A. (2022). Perancangan sistem identifikasi penyakit pada daun kelapa sawit (Elaeis guineensis Jacq.) dengan algoritma deep learning convolutional neural networks. Jurnal Ilmiah Pertanian, 19(1), 1–10. https://doi.org/10.31849/jip.v19i1.9556
Simanjuntak, A. J. O., & Udjulawa, D. (2022). Klasifikasi Penyakit Daun Sawit Menggunakan Metode Jaringan Saraf Tiruan Dengan Fitur Local Binary Pattern. Jurnal Algoritme, 3(1), 1–9. https://doi.org/10.35957/algoritme.v3i1.3158
Siti Karimah, I., Hendriani, A., Ningtyas, P. M., Kusnadi, U., Hendrawan, B., Prima Putra, Y., Mulyana, A., & Herlambang, Y. T. (2023). Kecerdasan Buatan (Artificial Intelegence) Dalam Pendidikan. Naturalistic: Jurnal Kajian Dan Penelitian Pendidikan Dan Pembelajaran, 8(2), 193–204. https://doi.org/10.35568/naturalistic.v8i2.4702
Varina, F., Hartoyo, S., Kusnadi, N., & Rifin, A. (2020). Efficiency of Oil Palm Smallholders in Indonesia: a Meta-Frontier Approach. Jurnal Manajemen Dan Agribisnis. https://doi.org/10.17358/jma.17.3.217
