• Beranda
  • Website Perpustakaan
  • Panduan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu
Penanda Bagikan

SKRIPSI DIGITAL

Pemanfaatan Model Deep Learning Dalam Identifikasi Penyakit Pada Tumbuhan Cabai Berbasis Android = Utilization of Deep Learning Models in Android-Based Disease Identification in Chili Plants

ZULFA SAFITRI - Nama Orang; Nurseno Bayu Aji - Nama Orang; TRI Raharjo Yudantoro - Nama Orang;

Abstrak

Salah satu sayuran yang paling populer di dalam dan luar negeri adalah cabai. Namun, gagal panen yang disebabkan oleh penyakit atau faktor musim sering menyebabkan harga cabai berubah-ubah, yang mengakibatkan kerugian besar bagi petani maupun penanam. Penyakit yang umumnya di alami daun cabai meliputi bercak, whitefly, kuning, dan daun keriting. Android adalah platform terbuka yang memungkinkan pengembang membuat aplikasi yang memanfaatkan Deep Learning Convolutional Neural Network (CNN) dan arsitektur dari MobileNetV2 untuk identifikasi objek secara real-time dan bisa dimanfaatkan untuk membuat aplikasi Deteksi Penyakit Daun Cabai Berbasis Android. Hasil penelitian menunjukkan bahwa model deep learning yang dikembangkan menggunakan teknik validasi Stratified K-Fold Cross Validation mencapai rata-rata akurasi 0.91 dan nilai F1-Score 0.91. Model dengan akurasi tertinggi, 0.95, ditemukan pada lipatan ke-4. Pengujian model pada lipatan ke-4 pada perangkat android menunjukkan implementasi model cukup ringan untuk perangkat Android dan dapat melakukan deteksi dengan baik.

Kata Kunci : Deep Learning, CNN, MobileNetV2, Stratified K-Fold, Tumbuhan Cabai, Daun Cabai, Android


Fulltext
  • Harap masuk untuk melihat lampiran
Informasi Detail
Judul Seri
-
No. Panggil
RK 0022 2024
Penerbit
Semarang : Politeknik Negeri Semarang., 2024
Deskripsi Fisik
x, 64 hal: ilus; 30 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
text
Tipe Media
computer
Tipe Pembawa
online resource
Edisi
-
Subjek
REKAYASA KOMPUTER
Info Detail Spesifik
-
Pernyataan Tanggungjawab
ZULFA SAFITRI
Versi lain/terkait

Tidak tersedia versi lain

Komentar

Anda harus masuk sebelum memberikan komentar

  • Panduan
  • Area Anggota

Tentang Kami

Si-Repo adalah platform digital yang dikelola oleh UPA Perpustakaan Politeknik Negeri Semarang, menyimpan karya ilmiah seperti Tugas Akhir, Skripsi, dan Tesis dari sivitas akademika Polines, untuk mendukung kebutuhan akademik, penelitian, dan pengembangan.

Pengunjung Web

Hari ini : Minggu ini : Bulan ini : Total :

© 2025 — Perpustakaan Politeknik Negeri Semarang

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?