LKP : Prediksi Kesehatan Tanaman pada Daun Selada dengan Menggunakan Convolutional Neural Network

Deo, Abigail Excelsis (2024) LKP : Prediksi Kesehatan Tanaman pada Daun Selada dengan Menggunakan Convolutional Neural Network. Undergraduate thesis, Universitas Dinamika.

[img] Text
21410100045-2024-UNIVERSITASDINAMIKA.pdf - Accepted Version

Download (2MB)
[img] Text
21410100045-2024-LAMPIRAN.pdf - Accepted Version
Restricted to Repository staff only

Download (899kB)

Search this title on : |

Abstract

Laporan ini membahas pengembangan model deep learning berbasis Convolutional Neural Network (CNN) untuk memprediksi kesehatan tanaman pada daun selada. Model ini dilatih menggunakan dataset gambar daun selada yang telah diproses dan diaugmentasi. Tujuan dari penelitian ini adalah untuk menghasilkan model yang dapat mendeteksi pola dan anomali pada daun selada guna memprediksi kondisi kesehatannya secara otomatis dan akurat. Hasil pengujian menunjukkan bahwa model CNN yang dibangun memiliki akurasi yang tinggi dalam mengklasifikasikan kondisi daun selada, yang ditunjukkan oleh metrik evaluasi seperti grafik akurasi, loss, dan confusion matrix. Kesimpulan dari penelitian ini adalah bahwa penggunaan CNN terbukti efektif dalam mendeteksi kondisi kesehatan daun selada, serta dapat diimplementasikan sebagai alat bantu bagi petani untuk memantau kesehatan tanaman secara lebih efisien.


Export Record


Item Type: Thesis (Undergraduate)
Additional Information: Abigail Excelsis Deo (21410100045)
Uncontrolled Keywords: convolutional neural network, deep learning, hidroponik, prediksi kesehatan tanaman
Dewey Decimal Classification: 000 – Computer science, information & general works > 000 Computer science, knowledge & systems > 006 Special computer methods
Divisions: Fakultas Teknologi dan Informatika > S1 Sistem Informasi
Depositing User: Abigail Excelsis Deo
Date Deposited: 15 Aug 2024 13:06
Last Modified: 15 Aug 2024 13:06
THESIS ADVISORS: 1. Tutut Wurijanto, M.Kom. (NIDN : 0703056702)
URI: http://repository.dinamika.ac.id/id/eprint/7730

Download Statistics

Downloads over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

View more statistics

Actions (login required)

View Item   View Item