Implementasi VGG-16 Convolutional Neural Network pada Citra Penyakit Tanaman Kedelai

Haqqi, M. Ilzamul (2023) Implementasi VGG-16 Convolutional Neural Network pada Citra Penyakit Tanaman Kedelai. Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text 1. Pendahuluan.pdf Download (692kB)
	Text 2. Abstrak.pdf Download (221kB)
	Text 3. BAB I.pdf Download (188kB)
	Text 4. BAB II.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text 5. BAB III.pdf Restricted to Repository staff only Download (558kB) | Request a copy
	Text 6. BAB IV.pdf Restricted to Repository staff only Download (656kB) | Request a copy
	Text 7. BAB V.pdf Restricted to Repository staff only Download (168kB) | Request a copy
	Text 8. DAFTAR PUSTAKA.pdf Download (306kB)

Abstract

Implementasi Convolutional Neural Network dengan model arsitektur VGG-16 untuk mengklasifikasikan penyakit dan hama pada tanaman kedelai menjadi tiga jenis kelas, yaitu kelas "Caterpillar", kelas “Leaf Spot” dan kelas “Yellow Mosaic”. Dataset berisi total 450 citra yang terdiri dari gambar penyakit tanaman kedelai yang diambil dari dataset publik dan hasil observasi lapangan. Proses pengumpulan dan preprocessing data dilakukan, lalu dataset dibagi menggunakan pengujian split ratio sebesar 80% untuk data latih dan 20% untuk data uji. Setelah itu, dilakukan proses pelatihan dan evaluasi model menggunakan metrik akurasi. Dari penerapan cnn pada tanaman kedelai menggunakan arsitektur vgg-16 ini diperoleh hasil akurasi sebesar 99.78%. Hasil evaluasi diharapkan dapat membantu dalam penanganan penyakit tanaman kedelai secara lebih efisien dan memberikan wawasan untuk implementasi sistem otomatisasi identifikasi penyakit tanaman kedelai di lapangan.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

Dosen Pembimbing

Nilogiri, Agung

NIDN0030037701

Dosen Pembimbing

Rahayu, Yeni Dwi

NIDN0716108602

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	CNN (Convolutional Neural Network), VGG-16, Kedelai
Subjects:	000 Computer Science, Information, & General Works 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	M. Ilzamul Haqqi | ilzamulhaq21@gmail.com
Date Deposited:	27 Sep 2023 02:51
Last Modified:	27 Sep 2023 02:51
URI:	http://repository.unmuhjember.ac.id/id/eprint/19987

Actions (login required)

View Item