Akhbar, Fadhilah (2023) Deteksi penyakit daun tanaman kedelai menggunakan citra digital dengan machine learning model cnn / Fadhilah Akhbar. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
Indonesia adalah negara agraris yang kaya akan sumber daya alam dan memiliki potensi besar dalam sektor pertanian. Salah satu komoditas yang menonjol dalam pertanian Indonesia adalah kedelai. Kedelai memiliki peran sebagai sumber protein nabati yang penting dalam pola makan masyarakat Indonesia menjadi bahan baku dalam industri dan memiliki nilai jual yang signifikan. Namun di tengah potensi yang besar pertanian kedelai juga menghadapi sejumlah tantangan salah satunya adalah permasalahan terkait penyakit tanaman kedelai. Penyakit pada tanaman kedelai menyebabkan penurunan hasil panen yang signifikan yang sangat merugikan petani. Dalam hal ini perlu diciptakan suatu teknologi yang dapat membantu dalam mendeteksi penyakit tanaman kedelai. Oleh karena itu dibangun sistem deteksi penyakit tanaman kedelai dengan menggunakan metode machine learning yaitu model Convolutional Neural Network (CNN) dan dataset yang digunakan adalah data citra daun tanaman kedelai yang terinfeksi penyakit tanaman kedelai. Model ini dideploy pada website dan sistem diuji dengan blackbox testing. Hasil accuracy precision recall dan f1-score berturut-turut adalah 96.39% 96.66% 96.39% dan 96.39%.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | Q Science > QK Botany R Medicine > RV Botanic, Thomsonian, and eclectic medicine T Technology > TP Chemical technology |
| Divisions: | Fakultas Matematika dan IPA (FMIPA) > Departemen Matematika (MAT) > S1 Matematika |
| Depositing User: | library UM |
| Date Deposited: | 11 Sep 2023 04:29 |
| Last Modified: | 23 Sep 2024 08:44 |
| URI: | http://repository.um.ac.id/id/eprint/292186 |
Actions (login required)
 |
View Item |