Putra PN, Chresna Sanubari (2020) Deteksi Penyakit Tanaman Padi Dengan Menggunakan Convolutional Neural Network. Other thesis, UPN Veteran Jawa Timur.
|
Text (Cover)
Cover.pdf Download (859kB) | Preview |
|
|
Text (Bab 1)
Bab 1.pdf Download (130kB) | Preview |
|
![[img]](http://repository.upnjatim.ac.id/style/images/fileicons/text.png) |
Text (Bab 2)
Bab 2.pdf Restricted to Repository staff only Download (728kB) |
|
|
Text (Bab 3)
Bab 3.pdf Restricted to Repository staff only Download (582kB) |
|
|
Text (Bab 4)
Bab 4.pdf Restricted to Repository staff only Download (530kB) |
|
|
Text (Bab 5)
Bab 5.pdf Download (226kB) | Preview |
|
|
Text (Daftar Pustaka)
daftar pustaka.pdf Download (114kB) | Preview |
Abstract
Sektor pertanian merupakan sektor utama yang berperan penting pada perekonomian nasional, dalam menyerap tenaga kerja, sumber pertumbuhan ekonomi, dan penyumbang devisa. Indonesia adalah negara agraris yang penduduknya mayoritas adalah becocok tanam. Padi adalah salah satu tanaman budi daya yang memegang peranan penting disepanjang kehidupan. Namun demikian kualitas padi wajib diperhatikan. Permukaan padi yang berkualitas baik dibutuhkan pada saat ekspor. Penelitian ini bertujuan untuk mendeteksi penyakit pada tanaman padi. Metode yang digunakan pada penelitian ini yaitu convolutional neural network (CNN). CNN ini merupakan hasil pengembangan dari multilayer perception (MLP) yang digunakan untuk mengelola data dua dimensi. Inputan dari CNN berupada data 2 dimensi yang kemudian dipropagasikan pada jaringan dengan parameter pada bobot dan operasi linear berbeda. CNN merupakan salah satu metode pada deep learning. Metode CNN memiliki banyak jenis layer, yaitu convolution layer, subsampling / pooling layer, dan fully connected layer, dan untuk penelitian saat ini menggunakan arsitektur CNN yang berbeda – beda untuk mencari nilai akurasi yang baik. Pada penelitian ini digunakan 4 jenis penyakit daun pada tanaman padi dengan masing – masing jenis penyakit terdiri dari 2300 data citra latih dan terdiri dari 30 data citra. Penelitian ini telah berhasil mendeteksi penyakit pada citra daun secara otomatis dengan akurasi terbaik yang di dapat yaitu sebesar 83%. Keyword : pertanian, penyakit padi, teknologi, convolutional neural network, deep learning
| Item Type: | Thesis (Other) | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||||||||
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science | ||||||||||||
| Divisions: | Faculty of Computer Science > Departemen of Informatics | ||||||||||||
| Depositing User: | Users 12 not found. | ||||||||||||
| Date Deposited: | 29 Nov 2020 12:45 | ||||||||||||
| Last Modified: | 29 Nov 2020 12:45 | ||||||||||||
| URI: | http://repository.upnjatim.ac.id/id/eprint/846 |
Actions (login required)
 |
View Item |