Nuril Arifin, 201969040039 (2023) Klasifikasi Jenis Penyakit Pada Daun Pisang Menggunakan Convolution Neural Network (CNN) Model Arsitektur Googlenet. Sarjana thesis, Universitas Yudharta.
![[img]](https://repository.yudharta.ac.id/style/images/fileicons/text.png) |
Text (Abstrak.pdf)
201969040039_Abstrak.pdf Download (11kB) |
|
Text (BAB%20I.pdf)
201969040039_BAB I.pdf Download (191kB) |
|
Text (BAB%20II.pdf)
201969040039_BAB II.pdf Restricted to Registered users only Download (219kB) | Request a copy |
|
Text (BAB%20III.pdf)
201969040039_BAB III.pdf Restricted to Registered users only Download (67kB) | Request a copy |
|
Text (BAB%20IV.pdf)
201969040039_BAB IV.pdf Restricted to Registered users only Download (276kB) | Request a copy |
|
Text (BAB%20V.pdf)
201969040039_BAB V.pdf Restricted to Registered users only Download (9kB) | Request a copy |
|
Text (Daftar%20Pustaka.pdf)
201969040039_Daftar Pustaka.pdf Download (80kB) |
|
Text (Halaman%20Depan.pdf)
201969040039_Halaman Depan.pdf Restricted to Registered users only Download (424kB) | Request a copy |
Abstract
Petani pada umumnya mengidentifikasi jenis hama penyakit pada daun pisang dilihat berdasarkan ukuran, bentuk, dan warna pada daunnya saja. Penelitian ini menggunakan algoritma Convolution Neural Network (CNN) Arsitektur GoogleNet untuk melakukan klasifikasi dengan memberikan label dari objek daun pisang. Jenis penyakit pada tanaman pisang adalah penyakit bercak daun (Sigatoka) dan penyakit layu mengering pada daun (Layufusarium). Algoritma Convolution Neural Network adalah salah satu Deep Learning untuk pengolahan data gambar. Secara ringkas, GoogleNet memiliki lima hingga tiga belas layer. Jumlah data yang di identifikasi adalah 1289 data citra daun pisang dengan jumlah data latih 1031 dan jumlah data uji yaitu 258. Dari pengujian menggunakan metode CNN arsitektur GoogleNet ini diharapkan mampu menghasilkan persentase rata-rata akurasi diatas 70% dan pada hasil pengujiannyadari jumlah epoch 60, batch size 25 menghasilkan 89.58 % .
| Item Type: | Thesis (Sarjana) | ||||||
|---|---|---|---|---|---|---|---|
| Identification Number: | 005.12 ARI K | ||||||
| Contributors: |
|
||||||
| Subjects: | Karya Umum > Ilmu Umum dan Komputer | ||||||
| Divisions: | Fakultas Teknik > Teknik Informatika | ||||||
| Date Deposited: | 02 Oct 2023 15:50 | ||||||
| Last Modified: | 22 May 2024 06:08 | ||||||
| URI: | https://repository.yudharta.ac.id/id/eprint/4287 |
Actions (login required)
 |
View Item |