Implementasi Convolutional Neural Network (Cnn) Untuk Klasifikasi Penyakit Banana Leaf Spot Diseases (Banana Lsd) Pada Tanaman Pisang

BIMA DARMAJA SURYATAMA, . (2025) Implementasi Convolutional Neural Network (Cnn) Untuk Klasifikasi Penyakit Banana Leaf Spot Diseases (Banana Lsd) Pada Tanaman Pisang. Other thesis, Universitas Pamulang.

	Text COVER.pdf Restricted to Registered users only Download (1MB)
	Text BAB I.pdf Restricted to Registered users only Download (95kB)
	Text BAB II.pdf Restricted to Registered users only Download (439kB)
	Text BAB III.pdf Restricted to Registered users only Download (509kB)
	Text BAB IV.pdf Restricted to Registered users only Download (208kB)
	Text BAB V.pdf Restricted to Registered users only Download (32kB)
	Text JURNAL.pdf Restricted to Registered users only Download (351kB)

Abstract

Tantangan produksi pisang di Indonesia akibat penyakit seperti Bercak Daun Pisang (BLSD) memerlukan solusi deteksi dini yang akurat dan efisien. Penelitian ini bertujuan mengembangkan metode deteksi BLSD menggunakan Jaringan Syaraf Tiruan Konvolusional (CNN), sebuah arsitektur pembelajaran mendalam yang unggul dalam pengenalan gambar. Model berbasis CNN diusulkan untuk mengklasifikasikan tiga jenis utama BLSD: Sigatoka, Cordana, dan Pestalotiopsis, yang akan dilatih dan diuji menggunakan dataset gambar daun pisang. Tujuan khusus penelitian ini mencakup perancangan arsitektur CNN yang tangguh untuk klasifikasi BLSD dan evaluasi kinerjanya menggunakan metrik yang relevan. Hasil yang diharapkan adalah sistem deteksi BLSD yang akurat dan efisien, membantu petani dalam pengambilan keputusan pengelolaan penyakit yang tepat waktu, serta memberikan kontribusi pada kemajuan aplikasi pembelajaran mendalam di bidang pertanian.

Item Type:	Thesis (Other)
Subjects:	T Technology > T Technology (General)
Depositing User:	Jejen Juanda
Date Deposited:	23 Aug 2025 04:21
Last Modified:	23 Aug 2025 04:21
URI:	http://repository.unpam.ac.id/id/eprint/17276

Actions (login required)

View Item