Penelitian ini bertujuan untuk menganalisis pengaruh kombinasi jumlah data
latih dan ukuran cropping citra terhadap akurasi pengenalan jenis jambu air berbasis
Convolutional Neural Network (CNN) pada pola urat daun. Penelitian menggunakan
citra pola urat daun dari beberapa jenis jambu air dengan variasi jumlah data latih
sebanyak 350, 850, dan 1350 citra serta ukuran cropping 75×75, 125×125, dan 175×175
piksel. Setiap kombinasi diuji menggunakan model CNN dan dievaluasi berdasarkan
nilai akurasi klasifikasi yang dihasilkan. Hasil penelitian menunjukkan bahwa jumlah
data latih dan ukuran cropping berpengaruh terhadap performa model CNN. Semakin
banyak data latih yang digunakan, semakin baik kemampuan model dalam mengenali
pola urat daun sehingga akurasi yang diperoleh meningkat dan lebih stabil. Selain itu,
ukuran cropping 175×175 piksel memberikan hasil terbaik karena mampu
mempertahankan detail pola urat daun secara optimal. Kombinasi terbaik diperoleh
pada skenario CY dengan jumlah data latih 1350 citra dan ukuran cropping 175×175
piksel yang menghasilkan akurasi sebesar 86,37%. Dengan demikian, penggunaan
jumlah data latih yang lebih besar dan ukuran cropping yang tepat terbukti mampu
meningkatkan akurasi pengenalan jenis jambu air berbasis CNN pada pola urat daun.