DETEKSI PENYAKIT PADA TANAMAN TOMAT MELALUI DAUN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

Aulianti, Dwy - 195410128 (2024) DETEKSI PENYAKIT PADA TANAMAN TOMAT MELALUI DAUN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK. Skripsi thesis, UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA.

	Text 1_195410128_HALAMAN_DEPAN.pdf - Published Version Download (1MB)
	Text 2_195410128_BAB_I.pdf - Published Version Download (191kB)
	Text 3_195410128_BAB_II.pdf - Published Version Download (508kB)
	Text 4_195410128_BAB_III.pdf - Published Version Restricted to Repository staff only Download (421kB)
	Text 5_195410128_BAB_IV.pdf - Published Version Restricted to Repository staff only Download (1MB)
	Text 6_195410128_BAB_V.pdf - Published Version Download (183kB)
	Text 7_195410128_DAFTAR_PUSTAKA.pdf - Published Version Download (185kB)
	Text 8_195410128_LAMPIRAN.pdf - Published Version Download (616kB)

Abstract

Salah satu komoditas yang menjadi unggulan dan mempunyai potensi yang besar dalam pertumbuhan ekonomi Indonesia adalah tomat. Berdasarkan Badan Pusat Statistik dan Direktorat Jenderal Hortikultura buah tomat saat ini merupakan salah satu komoditas hortikultura yang bernilai ekonomi tinggi di Indonesia, dengan hasil panen yang cukup besar. Namun tanaman Tomat sangat rentan terhadap penyakit, penyakit, sehingga menyebabkan menurunnya kualitas dan kuantitas produksi pertanian. Penelitian ini mencoba melakukan identifikasi penyakit pada tanaman tomat melalui analisis daun menggunakan metode Convolutional Neural Network (CNN) . Metode CNN digunakan karena keunggulan dalam mengekstraksi fitur dari data visual seperti gambar. Dataset yang digunakan pada penelitian ini berisi gambar daun tomat yang terkena penyakit . melalui pelatihan CNN, model diajarkan mengenali pola penyakit. Pelatihan model Convolutional Neural Network (CNN) mendapatkan hasil akurasi sebesar 96% dari 4000 dataset daun tanaman tomat yang terkena penyakit dan sehat. Oleh karena itu dapat disimpulkan bahwa metode Convolutional Neural Network (CNN) dapat melakukan klasifikasi penyakit dengan baik. Kata kunci : Convolutional Neural Network, Holtikultura, Penyakit Tanaman Tomat

Item Type:	Thesis (Skripsi)
Additional Information:	Pembimbing : Sri Redjeki, S.Si., M.Kom., Ph.D
Uncontrolled Keywords:	Convolutional Neural Network, Holtikultura, Penyakit Tanaman Tomat
Subjects:	A Karya Umum (General) > Ilmu Komputer (Computer Science) > Jaringan (Networks) A Karya Umum (General) > Ilmu Komputer (Computer Science) > Kecerdasan Buatan (Artificial Intelegence) A Karya Umum (General) > Ilmu Komputer (Computer Science) > Sistem Informasi
Divisions:	Jenjang S1 > Informatika (S1)
Depositing User:	Mr. Andi Setyanto
Date Deposited:	22 Mar 2024 02:55
Last Modified:	22 Mar 2024 02:55
URI:	http://eprints.utdi.ac.id/id/eprint/10304

Actions (login required)

View Item