IMPLEMENTASI WEBSITE KLASIFIKASI PENYAKIT DAUN TANAMAN AQUASCAPE MICROSORUM PTEROPUS MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK ARSITEKTUR RESNET50V2

MAULANA, MUHAMMAD ILHAM FAIQ (2026) IMPLEMENTASI WEBSITE KLASIFIKASI PENYAKIT DAUN TANAMAN AQUASCAPE MICROSORUM PTEROPUS MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK ARSITEKTUR RESNET50V2. ["eprint_fieldopt_thesis_type_skripsi" not defined] thesis, Institut Teknologi Nasional Malang.

Text Muhammad Ilham faiq maulana 2218044.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (4MB) | Request a copy

Abstract

Kontribusi signifikan terhadap domain pemrosesan citra digital saat ini didorong oleh kemajuan teknologi kecerdasan buatan terutama pada ranah deep learning yang mana implementasinya telah meluas hingga ke sektor agrikultur dan aquascape. Salah satu tanaman aquascape yang populer adalah Microsorum pteropus atau Java Fern yang memiliki nilai estetika tinggi dan berperan penting dalam menjaga keseimbangan ekosistem akuarium. Namun, daun tanaman ini dapat mengalami gangguan fisiologis maupun stres lingkungan seperti klorosis, nekrosis bercak daun, dan pembusukan jaringan daun yang menyerupai penyakit. Proses identifikasi kondisi daun masih dilakukan secara manual sehingga rentan terhadap kesalahan diagnosis akibat keterbatasan pengetahuan dan subjektivitas pengamat. Fokus utama penelitian ini tertuju pada penerapan arsitektur ResNet50V2 yang berbasis Convolutional Neural Network guna mengategorikan jenis penyakit pada daun Microsorum pteropus secara digital. Melalui pendekatan tersebut, dirancang pula sebuah platform klasifikasi berbasis web yang dapat memisahkan kondisi daun sehat dan daun yang terganggu dengan tingkat akurasi yang tinggi. Metode penelitian menggunakan model CNN ResNet50V2 dengan pendekatan transfer learning. Proses pengembangan sistem dilakukan menggunakan bahasa pemrograman Python, Google Colab sebagai lingkungan pelatihan model, dan framework Flask sebagai platform website. Tahapan penelitian meliputi pengumpulan dataset citra daun, preprocessing citra, pelatihan model, pengujian model, dan implementasi sistem berbasis web. Hasil penelitian diharapkan mampu menghasilkan sistem klasifikasi penyakit daun Microsorum pteropus yang cepat, akurat, dan mudah diakses sehingga dapat membantu penghobi maupun pengelola aquascape dalam melakukan diagnosis kondisi tanaman secara lebih efektif.

Item Type:	Thesis (["eprint_fieldopt_thesis_type_skripsi" not defined])
Additional Information:	MUHAMMAD ILHAM FAIQ MAULANA (2218044)
Uncontrolled Keywords:	CNN, Klasifikasi Citra, Microsorum pteropus, Penyakit daun, ResNet50V2
Subjects:	Engineering > Informatics Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Informatika S1 > Teknik Informatika S1(Skripsi)
Depositing User:	Muhammad Ilham Faiq Maulana
Date Deposited:	19 Aug 2026 12:06
Last Modified:	19 Aug 2026 12:06
URI:	http://eprints.itn.ac.id/id/eprint/16424

Actions (login required)

View Item