Anda belum login :: 23 Jul 2025 15:28 WIB
Detail
BukuIDENTIFIKASI PENYAKIT TANAMAN TOMAT MELALUI CITRA DAUN MENGGUNAKAN METODE ALGORITMA CONVOLUTIONAL NEURAL NETWORK
Bibliografi
Author: COSTA, SATORNINA DA ; Hutapea, Duma Kristina Yanti (Advisor); Sereati, Catherine Olivia (Advisor)
Topik: CNN; Learning Rate; Hidden Layers; Optimizer; Dataset; Klasifikasi Penyakit
Bahasa: (ID )    
Penerbit: Program Studi Magister Teknik Elektro Sekolah Pascasarjana Universitas Katolik Indonesia Atma Jaya     Tempat Terbit: Jakarta    Tahun Terbit: 2024    
Jenis: Theses - Master Thesis
Fulltext:
Abstract
Tanaman tomat merupakan salah satu tanaman horticultural/tanaman budi daya yang terpenting dalam peradaban khususnya di negara Indonesia. Salah satu permasalahan yang harus diatasi pada tanaman tomat adalah mendeteksi adanya penyakit. Oleh sebab itu penelitian ini bertujuan untuk mengidentifikasikan penyakit tanaman tomat berdasarkan citra daunnya yang telah terserang penyakit menggunakan Teknik Deep Learning dengan metode Convolutional Neural Network (CNN), untuk memudahkan dalam melakukan pendeteksian dini terhadap penyakit tanaman tomat agar tidak menular dan menjadi semakin parah. Metode CNN mampu menghasilkan tingkat akurasi yang signifikan karena memiliki kedalaman jaringan dan telah banyak di aplikasikan pada data gambar. Berdasarkan dari hasil klasifikasi yang dilakukan, didapatkan tingkat akurasi sebesar 80,23% dengan arsitektur SqueezeNet menggunakan parameter skenario perbandingan dataset 80% : 20%, size 227 x 227 piksel, learning rate 0,001, optimizer Sgd, dan Hidden layers 100.
Opini AndaKlik untuk menuliskan opini Anda tentang koleksi ini!

Lihat Sejarah Pengadaan  Konversi Metadata   Kembali
design
 
Process time: 0.078125 second(s)