IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK UNTUK DETEKSI DAN KLASIFIKASI PENYAKIT TANAMAN HIAS BERDASARKAN CITRA DAUN

Zakaria, Maqila Sulaiman Abu (2025) IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK UNTUK DETEKSI DAN KLASIFIKASI PENYAKIT TANAMAN HIAS BERDASARKAN CITRA DAUN. Skripsi thesis, Institut Teknologi Nasional Malang.

	Text 2118092_COVER.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
	Text 2118092_BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (119kB)
	Text 2118092_BAB II.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (163kB) | Request a copy
	Text 2118092_BAB III.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (379kB) | Request a copy
	Text 2118092_BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Request a copy
	Text 2118092_BAB V.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (15kB) | Request a copy
	Text 2118092_DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (80kB)
	Text 2118092_LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB) | Request a copy

Abstract

Sulitnya mendeteksi penyakit pada tanaman hias secara manual, yang sering kali lambat, tidak akurat, dan rentan terhadap kesalahan. Hal ini berdampak negatif pada kualitas dan nilai jual tanaman hias di Indonesia, yang memiliki nilai estetika dan ekonomi tinggi. Metode yang digunakan dalam penelitian ini melibatkan pengembangan model Convolutional Neural Network untuk klasifikasi penyakit tanaman hias berbasis citra daun. Penelitian ini mengumpulkan dataset citra daun dari lima kategori: bakteri, jamur, virus, hama, dan sehat. Model Convolutional Neural Network dilatih menggunakan framework TensorFlow, kemudian diintegrasikan ke dalam aplikasi berbasis web menggunakan Laravel dan FastAPI untuk memudahkan aksesibilitas pengguna. Hasil penelitian menunjukkan bahwa model Convolutional Neural Network yang dikembangkan berhasil mencapai akurasi sebesar 89,67%. Aplikasi yang diimplementasikan mampu mendeteksi dini penyakit tanaman hias secara cepat dan akurat, dilengkapi fitur riwayat deteksi serta rekomendasi perawatan. Solusi ini memberikan kontribusi nyata pada pemanfaatan teknologi kecerdasan buatan dalam bidang pertanian, khususnya untuk mendukung kesehatan tanaman hias secara berkelanjutan di Indonesia.

Item Type:	Thesis (Skripsi)
Additional Information:	Maqila Sulaiman Abu Zakaria (2118092)
Uncontrolled Keywords:	Convolutional Neural Network (CNN), Deteksi dini, penyakit tanaman hias, kecerdasan buatan, citra daun, teknologi pertanian.
Subjects:	Engineering > Informatics Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Informatika S1 > Teknik Informatika S1(Skripsi)
Depositing User:	Maqila Sulaiman Abu Zakaria
Date Deposited:	07 Feb 2025 06:59
Last Modified:	07 Feb 2025 06:59
URI:	http://eprints.itn.ac.id/id/eprint/15411

Actions (login required)

View Item