DETEKSI DAN KLASIFIKASI PENYAKIT DAUN JERUK SIAM MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

Muhammad, Tsaqib and Gasim, Gasim and Mair, Zaid Romegar (2024) DETEKSI DAN KLASIFIKASI PENYAKIT DAUN JERUK SIAM MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK. Masters thesis, Universitas Global Mandiri Palembang.

[thumbnail of 2020110042_AGU_2024_1.pdf] Text
2020110042_AGU_2024_1.pdf
Restricted to Repository staff only

Download (9MB) | Request a copy
[thumbnail of MuhammadTsaqib_2020110042_ File Full Karya Ilmiah.pdf] Text
MuhammadTsaqib_2020110042_ File Full Karya Ilmiah.pdf
Restricted to Repository staff only

Download (4MB) | Request a copy
[thumbnail of MuhammadTsaqib_2020110042_ File Cover - Daftar Isi.pdf] Text
MuhammadTsaqib_2020110042_ File Cover - Daftar Isi.pdf

Download (554kB)

Abstract

Jeruk siam, atau Citrus Nobilis Lour, adalah salah satu buah dengan nilaiekonomi tertinggi dan menjadi komoditas utama di banyak negara (Adlini &Umaroh, 2021). Tujuan dari jurnal ini akan Visual Geometri Group (VGG) untukklasifikasi tanaman jeruk siam menggunakan metode jaringan saraf konvolusional.Penelitian ini mengumpulkan data sebanyak 250 lembar daun jeruk yang terdiri daridaun yang terkena Citrus Vein Phloem Degenerasi (CVPD), kanker, ulat peliang,dan daun sehat yang masing-masing terdiri dari 500 untuk setiap penyakit kemudianmelatih model VGG-16 untuk mengenali dan mengklasifikasikan penyakitnya.VGG-16 pada penelitian ini menggunakan optimasi Stochastic Gradient Descent(SGD) dan optimasi Adam. dengan SGD penelitian menggunakan 3 kali percobaandan dengan Adam menggunakan 2 kali percobaan. Hasil penelitian ini memilikiakurasi train sebanyak 72% dalam 40 epoch dengan optimasi SGD dan akurasi 90%dalam 10 epoch dengan optimasi Adam, serta akurasi klasifikasi sebesar 54%.

Item Type: Thesis (Masters)
Subjects: T Technology > T Technology (General)
T Technology > T Technology (General) > T201 Patents. Trademarks
Divisions: Fakultas Ilmu Komputer > Teknik Informatika S1
Depositing User: Unnamed user with email tsa19ts@gmail.com
Date Deposited: 15 Aug 2024 01:09
Last Modified: 15 Aug 2024 01:09
URI: http://repository.uigm.ac.id/id/eprint/2115

Actions (login required)

View Item
View Item