KLASIFIKASI JENIS PENYAKIT PADA TANAMAN BAWANG MERAH MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK

HASANI, M ALFIAN NUR (2023) KLASIFIKASI JENIS PENYAKIT PADA TANAMAN BAWANG MERAH MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK. Other thesis, UNIVERSITAS ISLAM LAMONGAN.

	Text HALAMAN SAMPUL.pdf Download (22kB)
	Text ABSTRAK.pdf Download (123kB)
	Text DAFTAR ISI.pdf Download (229kB)
	Text BAB I.pdf Download (135kB)
	Text BAB II.pdf Download (705kB)
	Text BAB III.pdf Download (534kB)
	Text BAB IV.pdf Restricted to Repository staff only Download (805kB)
	Text BAB V.pdf Restricted to Repository staff only Download (613kB)
	Text BAB VI.pdf Restricted to Repository staff only Download (120kB)
	Text DAFTAR PUSTAKA.pdf Download (16kB)

Abstract

Bawang merah merupakan salah satu tanaman yang termasuk dalam keluarga umbi – umbian. Budidaya tanaman bawang merah tidak terlepas dari hama yang menyebabkan penyakit dan dapat menurunkan produksi pada tanaman bawang merah. Salah satu penyakit yang dapat dikenali pada daun tanaman bawang merah ialah daun bercak ungu (Trotol) dan Daun Moler (Layu Fusarium). Kedua penyakit ini dapat didentifikasi dari daunnya tapi terkadang sulit untuk membedakan keduannya dikarenakan keterbatasan penglihatan indra manusia. Karena itu dibuatkan alat bantu yang dapat mengidentifikasi penyakit pada tanaman bawang merah yang bertujuan untuk mengklasifikasi dan mengidentifikasi penyakit pada daun tanaman bawang merah. Penelitian ini mengimplementasikan metode Convolutional Neural Network ke dalam sebuah web untuk melakukan klasifikasi daun kentang dengan menggunakan data uji yang berasal dari website kaggle dengan total 208 data gambar yang terbagi dengan 2 kelas yang masing-masing memiliki 2 jumlah kelas yaitu 104 data gambar untuk kelas Bercak ungu (Trotol), 104 data gambar untuk kelas Moler (Layu Fusarium). Hasil dari pengujian model dengan menggunakan 208 data gambar model mendapatkan akurasi sebesar 87% dengan penggunaan 10 epochs.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Bawang Merah, Klasifikasi, Identifikasi, CNN.
Subjects:	T Technology > T Technology (General)
Divisions:	FAKULTAS TEKNIK > PRODI TEKNIK INFORMATIKA
Depositing User:	Perpus admin UNISLA
Date Deposited:	15 Feb 2024 05:23
Last Modified:	15 Feb 2024 05:23
URI:	http://eprints.unisla.ac.id/id/eprint/2162

Actions (login required)

View Item