Implementasi MobileNetV2 pada Klasifikasi Penyakit Daun Bibit Kakao Berbasis Pengolahan Citra Digital

Sintia Sintia; Nurhikma Arifin; Chairi Nur Insani

doi:10.33506/insect.v12i01.5396

Authors

Sintia Sintia Program Studi Informatika, Universitas Sulawesi Barat
Nurhikma Arifin Program Studi Informatika, Universitas Sulawesi Barat
Chairi Nur Insani Program Studi Informatika, Universitas Sulawesi Barat

DOI:

https://doi.org/10.33506/insect.v12i01.5396

Keywords:

Daun Bibit Kakao, MobileNetV2, Klasifikasi

Abstract

Kakao (Theobroma cacao L.) merupakan komoditas perkebunan strategis di Indonesia. Namun produktivitasnya masih menghadapi tantangan serius akibat serangan penyakit daun, khususnya pada fase pembibitan. Penyakit Vascular Streak Dieback (VSD) dan Leaf Blight diketahui dapat menurunkan produktivitas tanaman secara signifikan, sementara proses identifikasi penyakit secara manual masih bersifat subjektif dan berpotensi menimbulkan kesalahan klasifikasi. Penelitian ini bertujuan untuk mengklasifikasikan citra daun bibit kakao kedalam tiga kelas, yaitu Sehat, VSD, dan Leag Blight, menggunakan model MobileNetV2 berbasis transfer learning. Dataset yang digunakan merupakan data primer sebanyak 549 citra daun bibit kakao yang diperoleh dari Desa Riso, Kecamatan Tapango, Kabupaten Polewali Mandar, Sulawesi Barat. Tahapan pre-processing meliputi resize, normalisasi, dan augmentasi data, kemudian dataset dibagi dengan rasio 80% data training dan 20% data testing. Model dilatih selama 30 epoch dan evaluasi menggunakan classification report dan confusion matrix. Hasil pelatihan menunjukkan bahwa model MobileNetV2 mencapai akurasi tertinggi sebesar 98,02% dengan nilai loss yang rendah. Evaluasi menunjukkan bahwa kelas VSD berhasil di klasifikasikan secara sempurna, sementara kelas Leaf Blight dan Sehat juga menunjukkan performa yang sangat tinggi dengan tingkat kesalahan klasifikasi yang sangat kecil. Hasil ini membuktikan bahwa MobileNetV2 efektif digunakan untuk klasifikasi citra daun bibit kakao dan berpotensi dikembangkan sebagai sistem pendukung deteksi dini untuk penyakit tanaman kakao berbasis citra digital.

References

[1] R. Robet, J. T. K. Perangin Angin, and T. H. Siregar, “Attention Augmented Deep Learning Model for Enhanced Feature Extraction in Cacao Disease Recognition,” sinkron, vol. 9, no. 4, pp. 1965–1977, Oct. 2025, doi: 10.33395/sinkron.v9i4.15249.

[2] Tim Pengelola Website Kemenperin, “Kemenperin: Ekspor Lampaui USD1 Miliar, Kinerja Industri Pengolahan Kakao Semakin Manis.”

[3] “Badan Pusat Statistik BPS-Statistics Indonesia,” 2024.

[4] A. F. M. Harvyanti, R. I. Baihaki, Dafik, Z. R. Ridlo, and I. H. Agustin, “Application of Convolutional Neural Network for Identifying Cocoa Leaf Disease,” 2023, pp. 283–304. doi: 10.2991/978-94-6463-174-6_21.

[5] I. Hamdi and I. Lakani, “Disease Severity Of Vascular Streak Dieback (Ceratobasidium Theobromae) In Cocoa Plant (Theobroma Cacao L.) After Root Infusion Treatment,” Agrotekbis, vol. 9, no. 1, pp. 188–196, 2021.

[6] A. S. Puig, W. Quintanilla, T. Matsumoto, L. Keith, O. A. Gutierrez, and J. P. Marelli, “Phytophthora palmivora causing disease on theobroma cacao in Hawaii,” Agriculture (Switzerland), vol. 11, no. 5, 2021, doi: 10.3390/agriculture11050396.

[7] S. Kumar, A. K. Sharma, S. Srivastava, V. Tiwari, P. K. Patidar, and S. Rai, “Automated COCOA Disease Detection Using Convolutional Neural Networks: A Case Study of VSD and Other Pathogens,” 2025, pp. 361–372. doi: 10.2991/978-94-6463-716-8_29.

[8] M. Taufik, M. Botek, and R. M. dan Arifin Tasrif, “Role of Cocoa Clones and Endophyte Fungi in Controlling VSD Disease in The Field,” Cropsaver, vol. 2021, no. 1, pp. 27–36, 2021.

[9] gusti.grehenson, “Produktivitas Kakao Nasional Menurun, Pakar UGM Soroti Soal Peremajaan Kebun, Bibit dan Pengendalian Hama yang Belum Optimal - Universitas Gadjah Mada.” Accessed: Mar. 03, 2026. [Online]. Available: https://ugm.ac.id/id/berita/produktivitas-kakao-nasional-menurun-pakar-ugm-soroti-soal-peremajaan-kebun-bibit-dan-pengendalian-hama-yang-belum-optimal/?utm_source=chatgpt.com

[10] W. Ningsih, P. Lestari, L. Belluano, and N. Kurniati, “Buletin Sistem Informasi dan Teknologi Islam Analisa Identifikasi Penyakit pada Tanaman Kakao Menggunakan Metode Dempster Shafer INFORMASI ARTIKEL ABSTRAK,” vol. 4, p. 202, 2023.

[11] Z. Salman, A. Muhammad, and D. Han, “Plant disease classification in the wild using vision transformers and mixture of experts,” Front. Plant Sci., vol. 16, 2025, doi: 10.3389/fpls.2025.1522985.

[12] A. J. Rozaqi, A. Sunyoto, and R. Arief, “Deteksi Penyakit pada Daun Kentang Menggunakan Pengolahan Citra dengan Metode Convolutional Neural Network Detection of Potato Leaves Disease Using Image Processing with Convolutional Neural Network Methods,” 2021.

[13] A. Jesse, N. Y.-R. Douha, and P. Lenka, “Image Classification for CSSVD Detection in Cacao Plants,” Mar. 2024, [Online]. Available: http://arxiv.org/abs/2405.04535

[14] N. Khaerani Hamzidah, “Analisis Diagnosa Penyakit Pada Tanaman Kakao Dengan Menggunakan Metode YoloV8,” Journal of Informatics and Computer Engineering Research (JICER), vol. 2, no. 2, pp. 29–33, 2025.

[15] S. Kumar, A. K. Sharma, S. Srivastava, V. Tiwari, P. K. Patidar, and S. Rai, “Automated COCOA Disease Detection Using Convolutional Neural Networks: A Case Study of VSD and Other Pathogens,” 2025, pp. 361–372. doi: 10.2991/978-94-6463-716-8_29.

[16] R. Robet, J. T. K. Perangin Angin, and T. H. Siregar, “Attention Augmented Deep Learning Model for Enhanced Feature Extraction in Cacao Disease Recognition,” sinkron, vol. 9, no. 4, pp. 1965–1977, Oct. 2025, doi: 10.33395/sinkron.v9i4.15249.

[17] E. Tovurawa, B. Dlamini, S. E. Moore, V. Marivate, and A. Modupe, “Cacao Plant Disease Detection and Classification,” Jan. 07, 2025. doi: 10.21203/rs.3.rs-5763786/v1.

[18] K. S. Kouassi, M. Diarra, K. H. Edi, and B. J.-C. Koua, “Detection of Cocoa Leaf Diseases Using the CNN-Based Feature Extractor and XGBOOST Classifier,” Open Journal of Applied Sciences, vol. 14, no. 10, pp. 2955–2972, 2024, doi: 10.4236/ojapps.2024.1410193.

[19] A. Jesse, N. Y.-R. Douha, and P. Lenka, “Image Classification for CSSVD Detection in Cacao Plants,” Mar. 2024, [Online]. Available: http://arxiv.org/abs/2405.04535

[20] M. Taufik, M. Botek, and R. M. dan Arifin Tasrif, “Role of Cocoa Clones and Endophyte Fungi in Controlling VSD Disease in The Field,” Cropsaver, vol. 2021, no. 1, pp. 27–36, 2021.

[21] D. O. Cagadas, R. April, and A. Labajan, “Leaf-based Cacao Diseases Classification Using Image Processing,” Sci.Int.(Lahore), vol. 35, no. 4, pp. 369–373, 2023.

[22] S. Agustiani, R. Aryanti, S. Khotimatul Wildah, Y. T. Arifin, S. Marlina, and T. Misriati, “Optimisasi Model Deep Learning untuk Deteksi Penyakit Daun Tebu dengan Fine-Tuning MobileNetV2,” Journal of Informatics Management and Information Technology, vol. 4, no. 4, pp. 150–157, 2024, doi: 10.47065/jimat.v4i4.411.

[23] F. N. Firdaus, “Analisis Kinerja MobileNetV2 dalam Klasifikasi Penyakit Daun Cabai Berdasarkan Citra,” 2026.

[24] S. Ceren, “Sistem Klasifikasi Penyakit pada Buah Jeruk Menggunakan MobileNetV2,” 2026.

[25] K. A. Tamayasa and L. J. E. Dewi, “Analisis Perbandingan Model Arsitektur MobileNetV2 dan EfficientNetB3 dalam Klasifikasi Penyakit Daun Jagung,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 14, no. 1, Jan. 2026, doi: 10.23960/jitet.v14i1.8624.

[26] F. A. Arafat, D. P. Pamungkas, and P. Kasih, “Pemodelan Klasifikasi Penyakit Daun Tembakau Dengan Arsitektur MobileNetV2,” Online, 2025.

[27] R. Candra Simangunsong, K. Kunci, and D. Mangga, “JITE (Journal of Informatics and Telecommunication Engineering) MobileNetV2 Analysis In Disease Classification On Mango Leaves,” JITE (Journal Of Informatics And Telecommunication Engineering). Available, vol. 8, no. 3Spc, pp. 73–80, 2025, doi: 10.31289/jite.v8i3Spc.14430.

[28] F. Wajidi and N. Arifin, “Deteksi Penyakit Daun Cabai Menggunakan Kombinasi GLCM Dan HSV dengan Klasifikasi SVM,” vol. 11, no. 02, 2025, [Online]. Available: https://data.mendeley.com/datasets/w9mr3vf56s/1