Klasifikasi Jenis Penyakit Dan Hama Daun Tanaman Kapas Menggunakan Metode Convolutional Neural Network

Aleisya Zahari Salam, . (2024) Klasifikasi Jenis Penyakit Dan Hama Daun Tanaman Kapas Menggunakan Metode Convolutional Neural Network. Other thesis, Universitas Pamulang.

	Text COVER.pdf Restricted to Registered users only Download (1MB)
	Text BAB I.pdf Restricted to Registered users only Download (77kB)
	Text BAB II.pdf Restricted to Registered users only Download (495kB)
	Text BAB III.pdf Restricted to Registered users only Download (119kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Restricted to Registered users only Download (8kB)
	Text JURNAL.pdf Restricted to Registered users only Download (1MB)

Abstract

Kapas memiliki peran penting dalam industri tekstil dan pangan, sehingga budidayanya menjadi prioritas. Namun, kapas rentan terhadap berbagai penyakit dan hama. Identifikasi manual jenis penyakit dan hama daun tanaman kapas seringkali tidak akurat dan memakan waktu, sehingga diperlukan solusi yang lebih efisien. Pemanfaatan teknologi dan informasi mampu mengklasifikasi jenis penyakit dan hama daun tanaman kapas dengan pengolahan citra digital. Dengan adanya citra digital untuk menentukan jenis penyakit dan hama daun tanaman kapas dilakukan menggunakan metode Convolutional Neural Network (CNN). Penelitian ini bertujuan untuk mendapatkan hasil klasifikasi jenis penyakit dan hama pada daun tanaman kapas menggunakan metode CNN, dan mengetahui seberapa besar akurasi yang didapatkan pada klasifikasi tersebut. Data yang digunakan adalah gambar daun tanaman kapas dengan enam kategori, yaitu penyakit Bacterial Blight, Powdery Mildew, dan Target spot, hama Aphids dan Army Worm, serta kondisi sehat. Data dibagi menjadi tiga bagian, yaitu data latih, validasi, dan tes, dengan masing-masing rasio 75%;15%;10%. Data dilakukan preprocessing dan augmentasi. Proses model latih berakhir saat epoch 23 dengan batch size 16. Dari total 361 citra jenis penyakit dan hama tanaman, 330 citra terklasifikasi dengan benar. Proses klasifikasi menghasilkan akurasi sebesar 91%, ini menunjukkan kemampuan model yang baik dalam klasifikasi jenis penyakit dan hama daun tanaman kapas. Kata Kunci: Convolutional neural network, klasifikasi jenis penyakit dan hama, daun tanaman kapas

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Convolutional neural network, klasifikasi jenis penyakit dan hama, daun tanaman kapas
Subjects:	Q Science > QA Mathematics
Divisions:	Faculty of Engineering, Science and Mathematics > School of Mathematics
Depositing User:	Yeni Ratnasari
Date Deposited:	19 Oct 2024 02:43
Last Modified:	19 Oct 2024 02:43
URI:	http://repository.unpam.ac.id/id/eprint/14594

Actions (login required)

View Item