IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK DENGAN ALGORITMA ENSEMBLE UNTUK SISTEM PENDETEKSI PENYAKIT PADA TANAMAN PADI | L2P UNIVERSITAS MUHAMMADIYAH PONOROGO
Beranda Tentang Kami Berita
  • E-Resources
    Indonesiana
    • Batavia Digital
    • Candi di Indonesia
    • Dokumentasi Perfilman Indonesia
    • Dokumentasi Sastra Indonesia
    • Kepustakaan Presiden RI
    • Keraton Nusantara
    • Pernaskahan Nusantara
    • Kepustakaan Tokoh Perfilman
    • Khasanah Pustaka Nusantara
    • Perpuspedia
    Pencarian
    • DOAJ
    • Google Scholar
    • JDIH
    • Bibliografi Nasional Indonesia
    • Katalog Induk Nasional
    • Bursa Efek Indonesia
    Alat
    • Mendeley
    • Zotero
    • Publish or Perish
    • Vos Viewer
    Sumber Belajar
    • Perpustakaan Digital
    • TED
    • Google Experiments
    • Sumber Belajar Kemdikbud
    • Ebook
  • Bantuan
    • Member Area
    • Beranda
    • Tentang Kami
    • Berita
    • Bantuan

    L2P UNIVERSITAS MUHAMMADIYAH PONOROGO

    Universitas Muhammadiyah Ponorogo


    Temukan setiap halaman yang menunggu untuk dibaca, setiap pengetahuan yang siap mengubah dunia.


    Pencarian Lanjutan
    Pencarian Spesifik

    IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK DENGAN ALGORITMA ENSEMBLE UNTUK SISTEM PENDETEKSI PENYAKIT PADA TANAMAN PADI

    RICO RISQULLAH RAIS (19533216) - Nama Orang;

    Skripsi · 2025

    Padi sebagai salah satu tanaman pangan utama di Indonesia sering kali menghadapi ancaman penyakit yang dapat menurunkan hasil panen. Pendeteksian penyakit secara manual membutuhkan waktu lama dan keahlian khusus, sehingga diperlukan solusi berbasis teknologi untuk meningkatkan efisiensi dan akurasi. Penelitian ini bertujuan mengembangkan sistem pendeteksi penyakit pada tanaman padi menggunakan metode Convolutional Neural Network (CNN) dengan pendekatan algoritma ensemble. Sistem ini memanfaatkan tiga arsitektur CNN, yaitu ResNet50, Efficient NetB3, dan MobileNetV2, yang digabungkan melalui teknik ensemble untuk meningkatkan akurasi klasifikasi. Dataset yang dimanfaatkan berisi sebanyak 14.148 gambar daun tanaman padi, yang terbagi ke dalam enam kategori berbeda, yaitu: Bacterial Leaf Blight, Brown Spot, Leaf Blast, Leaf Scald, daun sehat, dan Narrow Brown Spot. Proses pengembangan meliputi tahap pra-pemrosesan, pelatihan model, validasi, dan pengujian menggunakan platform Flask untuk implementasi berbasis web. Hasil penelitian menunjukkan bahwa model ensemble mencapai akurasi validasi sebesar 97,64%. Sistem ini terbukti efektif dalam mengidentifikasi penyakit dengan cepat dan akurat, memberikan solusi praktis bagi petani untuk memantau kesehatan tanaman padi dan meminimalkan kerugian akibat gagal panen.

    Penanda Bagikan
    Image of IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK DENGAN ALGORITMA ENSEMBLE UNTUK SISTEM PENDETEKSI PENYAKIT PADA TANAMAN PADI

    About this edition
    Edisi: -
    ISBN/ISSN: -
    Page count: xxii, 66 p, 30 cm.
    Published: 2025
    Format: text
    Penerbit: TEKNIK UNMUH PONOROGO
    Bahasa: Indonesia
    Tipe Isi: text
    Tipe Media: -
    Tipe Pembawa: -
    Ketersediaan
    #
    Prodi Teknik Informatika (Rak Koleksi Khusus) 92 RAI i FT-2025
    KK1246FT
    Tersedia namun tidak untuk dipinjamkan - No Loan
    Subjek
    MobileNetV2
    Algoritma Ensemble
    ResNet50
    Versi lain/terkait

    Tidak tersedia versi lain

    Lampiran Berkas
    Tidak Ada Data
    Komentar

    Anda harus masuk sebelum memberikan komentar

    Di Antara Kata, Kita Bertumbuh.

    L2P UNIVERSITAS MUHAMMADIYAH PONOROGO
    Universitas Muhammadiyah Ponorogo

    • Informasi
    • Layanan
    • Pustakawan
    • Area Anggota

    Tentang Kami

    As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

    Statistik Pengunjung Web

    Hari ini : 245 1 Pekan Terakhir : 1542 1 Bulan Terakhir : 6365 1 Tahun : 76365

    Cari

    masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

    Donasi untuk SLiMS Kontribusi untuk SLiMS?

    © L2P UNIVERSITAS MUHAMMADIYAH PONOROGO | Universitas Muhammadiyah Ponorogo