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.

[img] Text
1. Pendahuluan.pdf

Download (692kB)
[img] Text
2. Abstrak.pdf

Download (221kB)
[img] Text
3. BAB I.pdf

Download (188kB)
[img] Text
4. BAB II.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text
5. BAB III.pdf
Restricted to Repository staff only

Download (558kB) | Request a copy
[img] Text
6. BAB IV.pdf
Restricted to Repository staff only

Download (656kB) | Request a copy
[img] Text
7. BAB V.pdf
Restricted to Repository staff only

Download (168kB) | Request a copy
[img] 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.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: 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)
Department: S1 Teknik Informatika
Depositing User: M. Ilzamul Haqqi
Contributors:
ContributionContributor NameNIDN/NIDK
Thesis advisorNilogiri, AgungNIDN0030037701
Thesis advisorRahayu, Yeni DwiNIDN0716108602
Contact Email Address: 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 View Item