DETEKSI PENYAKIT PADA DAUN TEH MENGGUNAKAN METODE CONVOLUTIONAL NEURALNETWORK ( CNN)

PUSPITA, KIKI DIAH AYU (2023) DETEKSI PENYAKIT PADA DAUN TEH MENGGUNAKAN METODE CONVOLUTIONAL NEURALNETWORK ( CNN). Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text A. PENDAHULUAN.pdf Download (1MB)
	Text B. ABSTRAK.pdf Download (545kB)
	Text C. BAB I.pdf Download (2MB)
	Text D. BAB II.pdf Restricted to Repository staff only Download (944kB) | Request a copy
	Text E. BAB III.pdf Restricted to Repository staff only Download (792kB) | Request a copy
	Text F. BAB IV_.pdf Restricted to Repository staff only Download (505kB) | Request a copy
	Text F. BAB IV.pdf Restricted to Repository staff only Download (743kB) | Request a copy
	Text G. BAB V.pdf Restricted to Repository staff only Download (542kB) | Request a copy
	Text H. DAFTAR PUSTAKA.pdf Download (674kB)
	Text I. LAMPIRAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Teh menjadi salah satu minuman paling populer di dunia dan banyak
diminati. Indonesia merupakan negara eksportir teh terbesar keenam dunia.
Berbagai macam usaha pengolahan dan implementasi secara berkala menemui
keterbatasan sehingga tidak dapat memenuhi kebutuhan produksi yang
diprediksikan. Salah satu penyebab turunnya produksi teh di Indonesia adalah
penyakit pada daun teh, penyakit yang sering ditemui pada daun teh yaitu Brown
blight dan penyakit Alga Leaf Spot. Untuk itu dibutuhkan sebuah metode yang
mampu mendeteksi penyakit pada daun teh salah satunya Convolutional Neural
Network menggunakan arsitektur VGG-16. Data yang digunakan berjumlah 1500
data terdiri dari 3 kelas yaitu healthy, brown blight, alga spot. Data dibagi menjadi
2 bagian, 1350 data yang digunakan sebagai validasi silang dan 150 data untuk uji
akhir. Pengujian akhir menggunakan 150 citra didapatkan akurasi sebesar 97,7%.
Kesimpulan dari penelitian ini menunjukkan bahwa algoritma Convolutional
Neural Network (CNN) yang dibangun relatif mampu mendeteksi jenis penyakit
daun teh dengan baik. Nilai sensitivitas lebih kecil dibanding dengan spesifisitas
artinya tingkat pendeteksi model penyakit lebih rendah dari tingkat pendeteksi daun
sehat untuk mendeteksi citra penyakit daun teh.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

Dosen Pembimbing

NILOGIRI, AGUNG

NIDN0030037701

Dosen Pembimbing

OKTAVIANTO, HARDIAN

NIDN0722108105

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	Convolutional Neural Network, VGG-16, penyakit daun, akurasi, sensitivitas, spesifisitas
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	KIKI DIAH AYU PUSPITA | kiki.diah52@gmail.com
Date Deposited:	24 Jul 2023 04:19
Last Modified:	24 Jul 2023 04:19
URI:	http://repository.unmuhjember.ac.id/id/eprint/18007

Actions (login required)

View Item