L2P UNIVERSITAS MUHAMMADIYAH PONOROGO
Universitas Muhammadiyah Ponorogo
Temukan setiap halaman yang menunggu untuk dibaca, setiap pengetahuan yang siap mengubah dunia.
PERANCANGAN MACHINE LEARNING UNTUK DETEKSI PENYAKIT TANAMAN KUBIS DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) ARSITEKTUR ALEXNET
NABELLA DARAFRISCA PRASADA (21533399) - Nama Orang;
Skripsi · 2025
Indonesia sebagai negara agraris sangat bergantung pada sektor pertanian sebagai penopang utama perekonomian. Di daerah pegunungan budidaya kubis menjadi sumber pendapatan utama masyarakat karena kondisi iklim dan tanah yang subur. Namun, masalah utama yang dihadapi petani kubis di Desa Krisik, Kecamatan Pudak adalah kerentanan tanaman kubis terhadap penyakit seperti hawar daun dan busuk lunak, yang dapat menurunkan hasil panen secara signifikan. Deteksi penyakit yang dilakukan secara manual terbukti kurang akurat, memakan waktu, dan rawan kesalahan. Sebagai solusi atas permasalahan tersebut, disusun penelitian ini bertujuan untuk mengembangkan sistem deteksi penyakit daun kubis secara terkomputerisasi. Sistem ini menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur AlexNet, yang dikenal unggul dalam mengenali pola visual pada citra digital. CNN mampu mengekstraksi fitur penting dari gambar daun dan mengklasifikasikan jenis penyakit secara otomatis dan efisien, berupa deteksi penyakit beserta akurasi, grafik penyakit dan cara penanganannya. Hasil dari implementasi sistem menunjukkan performa yang sangat baik. Evaluasi dilakukan menggunakan matriks klasifikasi seperti precision, recall, dan Fl-score. Model berhasil mencapai Fl-score sebesar 0.98 untuk kelas busuk lunak, 0.94 untuk hawar, dan 0.96 untuk daun sehat. Nilai rata-rata macro average dan weighted average juga tinggi, yaitu 0.96, menandakan bahwa model memiliki performa yang konsisten dalam mendeteksi semua kelas. Hasil penelitian ini berupa sistem yang dapat digunakan sebagai alat bantu diagnosis dini yang andal, sehingga membantu petani dalam mengurangi kerugian dan meningkatkan kualitas hasil pertanian.
Penanda Bagikan
About this edition
Edisi: -
ISBN/ISSN: -
Page count: -
Published: 2025
Format: text
Penerbit: TEKNIK UNMUH PONOROGO
Bahasa: Indonesia
Tipe Isi: text
Tipe Media: -
Tipe Pembawa: -
Ketersediaan
#
Prodi Teknik Informatika (Rak Koleksi Khusus)
66 PRA p FT-2025
KK1220FT
Tersedia namun tidak untuk dipinjamkan - No Loan
Versi lain/terkait
Tidak tersedia versi lain
