• Beranda
  • 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

TESIS DIGITAL

Analisis Perbandingan Metode Lenet-5, Alexnet, Dan Googlenet Untuk Identifikasi Kualitas Benih Padi = Comparative Analysis Of Lenet-5, Alexnet, And Googlenet Methods For Identification Of Rice Seed Quality

Thomas Tri Wibowo - Nama Orang; Sidiq Syamsul Hidayat - Nama Orang; Muhammad Mukhlisin - Nama Orang;

Inspeksi benih padi merupakan proses penting dalam pembibitan tanaman padi karena akan berdampak pada jumlah hasil produksinya. Proses inspeksi yang saat ini mayoritas masih dilakukan secara konvensional, yaitu menyaring sampel benih padi untuk mengidentifikasi spesies dan kualitas benih padi memiliki kendala yaitu masih besar peran manusia dalam melakukan inspeksi dan memerlukan waktu yang cukup banyak dalam menentukan hasil inspeksi benih padi; maka dari itu penggunaan teknologi berupa kecerdasan buatan diharapkan dapat meningkatkan produktivitas dalam produksi pertanian, kecepatan, dan akurasi dalam proses inspeksi benih padi. Penulis mempresentasikan sebuah rancangan studi teknologi terkait sistem identifikasi benih menggunakan metode Pembelajaran Mesin dan Penglihatan Mesin untuk mengklasifikasikan kualitas varietas benih padi. Teknologi ini dirancang untuk mengenali benih unggul dan tidak unggul berdasarkan pelatihan data citra digital. Sehingga proses inspeksi menjadi terbantu karena mesin dapat membantu mengenali ciri benih yang unggul dan tidak berdasarkan pengolahan data citra digital. Tujuan dari penelitian ini yaitu melakukan analisis perbandingan hasil dari rancangan sistem identifikasi kualitas padi menggunakan metode CNN(Jaringan Saraf Konvolusi) dengan algoritma LeNet-5, AlexNet dan GoggleNet. Berdasarkan hasil penelitian perbandingan sistem pembelajaran terarah, didapatkan bahwa sistem CNN terbaik dalam melakukan identifikasi kualitas benih padi adalah sistem dengan algoritma model LeNet5. Pada sistem dengan algoritma model LeNet5 memiliki nilai akurasi model data latih pembelajaran terarah dengan persentase 88%. Pada evaluasi kinerja sistem dari model LeNet5 dalam melakukan identifikasi benih padi didapatkan persentase recall sebesar 99% , presisi sebesar 88%, dan F1-Score sebesar 92%.


Fulltext
  • Harap masuk untuk melihat lampiran
Informasi Detail
Judul Seri
-
No. Panggil
TT 0002 2024
Penerbit
Semarang : Politeknik Negeri Semarang., 2024
Deskripsi Fisik
xv, 64 hal: ilus; 30 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
text
Tipe Media
computer
Tipe Pembawa
online resource
Edisi
-
Subjek
MAGISTER TERAPAN TELEKOMUNIKASI
Info Detail Spesifik
-
Pernyataan Tanggungjawab
THOMAS TRI WIBOWO
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?