Deteksi jenis penyakit tanaman hias Aglaonema menggunakan Metode Convolutional Neural Network

Indrawan, Adysta Marsha (2024) Deteksi jenis penyakit tanaman hias Aglaonema menggunakan Metode Convolutional Neural Network. Undergraduate (S1) thesis, Universitas Merdeka Pasuruan.

[img] Text
COVER.pdf
Download (546kB)
[img] Text
BAB-I.pdf
Download (173kB)
[img] Text
BAB-II.pdf
Restricted to Repository staff only
Download (677kB)
[img] Text
BAB-III.pdf
Restricted to Repository staff only
Download (1MB)
[img] Text
BAB-IV.pdf
Restricted to Repository staff only
Download (394kB)
[img] Text
BAB-V.pdf
Restricted to Repository staff only
Download (92kB)
[img] Text
DAFTAR-PUSTAKA.pdf
Restricted to Repository staff only
Download (128kB)
[img] Text
LAMPIRAN.pdf
Restricted to Repository staff only
Download (257kB)

Abstract

Scale merupakan jenis penyakit yang disebabkan oleh keberadaan kutu pada bagian bawah daun, berkembang biak dengan cara memakan cairan vital yang ada pada aglonema. Penyakit pada daun Aglaonema dapat disebabkan oleh berbagai faktor, termasuk mikroorganisme patogen, gangguan lingkungan, atau faktor lainnya seperti kesalahan dalam perawatan. Penelitian ini bertujuan untuk mendeteksi penyakit pada daun aglaonema menggunakan beberapa tahapan dan proses. Tahapan pertama melakukan konversi citra RGB, setelah itu ekstraksi fitur menggunakan metode convolutional neural network untuk memisahkan area daun yang terkena penyakit dengan yang tidak terkena penyakit. Hasil yang diperoleh kemudian digunakan untuk melakukan klasifikasi jenis penyakit menggunakan metode Convolutional neural network (CNN). Hasil penelitian ini mengindikasikan bahwa sistem mampu mengidentifikasi jenis penyakit dengan tingkat akurasi mencapai 80% dengan jumlah citra 100 pada pengujian 20 citra.

Item Type: Thesis (Undergraduate (S1))
Uncontrolled Keywords: Aglaonema, Convolutional Neural Network, Citra
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi Informasi > Informatika
Depositing User: Perpustakaan Unmer Pasuruan
Date Deposited: 05 Sep 2024 06:18
Last Modified: 10 Sep 2024 05:32
URI: http://repository.unmerpas.ac.id/id/eprint/697

Actions (login required)

View Item View Item