Implementasi Convolutional Neural Network Dengan Arsitektur Alexnet Untuk Menentukan Jenis Hama Padi Berdasarkan Sinkronisasi Dataset Image Dari Kaggle (Studi Kasus: Koperasi Buru Tani Kp Cipanghurang)

RIZKI FEBRIANSYAH, . (2025) Implementasi Convolutional Neural Network Dengan Arsitektur Alexnet Untuk Menentukan Jenis Hama Padi Berdasarkan Sinkronisasi Dataset Image Dari Kaggle (Studi Kasus: Koperasi Buru Tani Kp Cipanghurang). Other thesis, Universitas Pamulang.

	Text COVER.pdf Restricted to Registered users only Download (1MB)
	Text BAB I.pdf Restricted to Registered users only Download (98kB)
	Text BAB II.pdf Restricted to Registered users only Download (1MB)
	Text BAB III.pdf Restricted to Registered users only Download (5MB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Restricted to Registered users only Download (16kB)
	Text JURNAL.pdf Restricted to Registered users only Download (554kB)

Abstract

Koperasi Buru Tani Kampung Cipanghurang terletak di sebuah daerah yang dikelilingi oleh persawahan yang menghasilkan berbagai komoditas, termasuk padi. Petani di daerah ini sering kesulitan mengidentifikasi jenis hama yang menyerang lahan mereka. Penggunaan obat anti hama yang sesuai dengan jenis hama yang menyerang sangat penting untuk mencegah serangan hama dengan lebih efektif. Tanpa perawatan yang tepat, kerusakan pada persawahan dapat menjadi lebih parah. Untuk menyelesaikan masalah tersebut, penulis ini menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur AlexNet untuk mengklasifikasikan jenis hama padi berdasarkan dataset gambar Kaggle. Database penyimpanan data menggunakan MySQL, dan proses pengembangan aplikasi menggunakan metode Rapid Application Development (RAD). Python digunakan untuk membangun model CNN, dan bahasa TypeScript digunakan untuk mengembangkan aplikasi berbasis web untuk memfasilitasi interaksi pengguna. Penelitian ini diharapkan dapat menghasilkan sebuah aplikasi web yang dapat mengidentifikasi jenis hama padi secara otomatis hanya dengan mengunggah foto hama ke internet. Dengan adanya aplikasi ini, petani diharapkan dapat mendeteksi serangan hama lebih cepat dan mengambil tindakan pencegahan yang lebih tepat untuk melindungi tanaman mereka.

Item Type:	Thesis (Other)
Subjects:	T Technology > T Technology (General)
Depositing User:	Jejen Juanda
Date Deposited:	25 Sep 2025 08:51
Last Modified:	25 Sep 2025 08:51
URI:	http://repository.unpam.ac.id/id/eprint/17508

Actions (login required)

View Item