IDENTIFIKASI JENIS PENYAKIT BUAH KAKAO (THEOBROMA CACAO L.) BERBASIS CITRA BUAH MENGGUNAKAN METODE DEEP LEARNING CONVOLUTIONAL NEURAL NETWORKS (CNN)

Fadhila Tunnur Putri Aji, 1617041081 (2022) IDENTIFIKASI JENIS PENYAKIT BUAH KAKAO (THEOBROMA CACAO L.) BERBASIS CITRA BUAH MENGGUNAKAN METODE DEEP LEARNING CONVOLUTIONAL NEURAL NETWORKS (CNN). FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF (anyone) 1. ABSTRAK.pdf Download (150Kb) | Preview
	File PDF (Registered staff only) 2. SKRIPSI FULL.pdf Restricted to Hanya staf Download (2349Kb)
Preview	File PDF (anyone) 3. SKRIPSI FULL TANPA PEMBAHASAN.pdf Download (2737Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Sistem untuk menganalisis penyakit pada tanaman kakao direalisasikan menggunakan metode Convolutional Neural Network(CNN).Sampel yang digunakan adalah buah kakao yang sudah terjangkit penyakit kepik penghisap buah, penggerek buah kakao, busuk buah, buah sehat dan antraknose. CNN merupakan metode yang dapat mempelajari sendiri fitur pada citra yang komplex. Diharapkan hasil evaluasi CNN untuk pengklasifikasian citra penyakit buah kakao dapat memberikan solusi untuk mengindentifikasi jenis penyakit buah kakao. Sejumlah 250 citra penyakit buah kakao digunakan pada proses pelatihan dengan presentase pembagian 60% data latih, 20% data validasi dan 20% data uji. Arsitektur model CNN mampu mengidentifikasi lima indeks penyakit buah kakao dengan akurasi rerata pengenalan indeks sebesar 98%.

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika 500 ilmu pengetahuan alam dan matematika > 530 Fisika
Program Studi:	FAKULTAS MIPA > Prodi Fisika
Pengguna Deposit:	2203985656 . Digilib
Date Deposited:	01 Apr 2022 06:30
Terakhir diubah:	01 Apr 2022 06:30
URI:	http://digilib.unila.ac.id/id/eprint/57749

Actions (login required)

Lihat Karya Akhir