Please use this identifier to cite or link to this item: https://repository.unej.ac.id/xmlui/handle/123456789/124341
Full metadata record
DC FieldValueLanguage
dc.contributor.authorKURNIAWAN, Ferdy Dwi
dc.date.accessioned2024-09-14T05:19:49Z
dc.date.available2024-09-14T05:19:49Z
dc.date.issued2023-03-31
dc.identifier.nim182410103090en_US
dc.identifier.urihttps://repository.unej.ac.id/xmlui/handle/123456789/124341
dc.descriptionFinalisasi oleh Taufik Tgl 14 September 2024en_US
dc.description.abstractAnggur merupakan tanaman yang hidup di dataran rendah seperti Indonesia yang musim kemaraunya panjang. Anggur merupakan buah yang banyak ditanam oleh para petani dan mempunyai banyak manfaat bagi tubuh. Badan Pusat Statistik (BPS) mencatat, produksi anggur di Indonesia mencapai 12.164 ton pada 2021. Jumlah tersebut meningkat 2,18% dibandingkan pada tahun sebelumnya yang sebesar 11.905 ton. Melihat trennya, produksi anggur Indonesia berfluktuasi cenderung meningkat. Anggur mencatatkan produksi tertingginya sebanyak 13.724 ton pada 2019. Tidak semua Provinsi di Indonesia merupakan penghasil anggur yang baik, dikarenakan anggur hanya bisa tumbuh dengan baik pada dataran rendah dengan musim kemaurau yang panjang. (Dataindonesia.id). Tanaman anggur termasuk tanaman yang sangat rentan terhadap serangan penyakit yang dapat dilihat dengan beberapa tanda bercak pada daun. Tingkat kemiripan penyakit pada daun tanaman anggur sulit untuk dibedakan dari segi bentuk, dan segi warna daun. Penyakit daun tanaman anggur menjadi kendala utama bagi setiap petani tanaman anggur. Penyakit daun ini berdampak signifikan terhadap kerugian ekonomi disetiap pertanian tanaman anggur. Didalam budidaya tanaman anggur yang menjadi permasalahan yaitu merupakan munculnya penyakit. Munculnya suatu penyakit pada daun tanaman anggur yaitu salah satunya disebabkan oleh jamur, bakteri dan hama. Pesatnya perkembangan kec erdasan buatan (Artificial Intelegence) saat ini dengan menggunakan salah satu metode deep learning telah banyak diterapkan untuk mendeteksi penyakit pada daun tanaman. Komputer vision diharapkan menjadi suatu pilihan yang tepat untuk mengidentifikasi dan mengklasifikasikan penyakit pada daun anggur. Salah satu metode yang dapat dipakai ialah convolutional neural network (CNN). Convolutional neural network (CNN) ialah algoritma deep learning yang merupakan pengembangan dari multi-layer perceptron. metode ini pernah dipakai pada penelitian sebelumnya untuk mendeteksi penyakit pada daun padi menggunakan model Inception ResNetV2 dengan pendekatan transfer learning untuk pengenalan penyakit pada gambar daun padi. Terlepas hasil paparan dari penjelasan penelitian sebelumnya, pada penelitian ini akan membuat sistem komputer untuk mengklasifikasikan penyakit pada daun tanaman anggur antara lain yaitu penyakit busuk hitam (black rot), penyakit esca (black measles) dan penyakit hawar daun (leaf blight). Untuk memudahkan klasifikasi penyakit tanaman anggur yaitu dengan menggunakan teknik berbasis (artificial intelligence) dalam penelitian ini. Penelitian ini akan menerapkan deep learning dengan metode CNN (convolutional neural network) dengan arsitektur inception resnet-V2 diharapkan mempunyai nilai akurasi yang baik.en_US
dc.description.sponsorshipDosen Pembimbing Utama : Dwiretno Istiyadi S,ST., M.Kom Dosen Pembimbing Anggota : M. Arief Hidayat, S.Kom,. M.Komen_US
dc.language.isootheren_US
dc.publisherIlmu Komputeren_US
dc.subjectANGGURen_US
dc.subjectDEEP LEARNINGen_US
dc.subjectCNNen_US
dc.subjectINCEPTION RESNEV2en_US
dc.titleImplementasi Metode Convolutional Neural Networks (CNN) untuk Klasifikasi Penyakit pada Daun Tanaman Anggur Menggunakan Arsitektur Inception Resnet-V2en_US
dc.typeSkripsien_US
dc.identifier.prodiInformatikaen_US
dc.identifier.pembimbing1Dwiretno Istiyadi S,ST., M.Komen_US
dc.identifier.pembimbing2M. Arief Hidayat, S.Kom,. M.Komen_US
dc.identifier.validatorTaufiken_US
dc.identifier.finalizationTaufiken_US
Appears in Collections:UT-Faculty of Computer Science

Files in This Item:
File Description SizeFormat 
SKRIPSI WATERMARK FERDY.pdf
  Until 2028-04-05
1.78 MBAdobe PDFView/Open Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

Admin Tools