• 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

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Penanda Bagikan

SKRIPSI DIGITAL

Rancang Bangun Sistem Deteksi Penyakit Pada Daun Kacang Tanah Berbasis Artificial Intelligence = Design and Implementation of a Peanut Leaf Disease Detection System Based on Artificial Intelligence

Fajar Oktavio Ardhinata - Nama Orang; Muhammad Adhiva Hana Putra - Nama Orang; Naufal Rizky Ainoor Anwar - Nama Orang; Rafi Eka Pradipa - Nama Orang; Arif Nursyahid - Nama Orang; BUDI Basuki Subagio - Nama Orang;

Fajar, Diva, Naufal, dan Rafi, “Rancang Bangun Sistem Deteksi Penyakit Pada Daun Kacang
Tanah Berbasis Artificial Intelligence”, Tugas Akhir DIV Teknik Telekomunikasi Jurusan Teknik
Elektro Politeknik Negeri Semarang, di bawah bimbingan Drs. Arif Nursyahid, M.T. dan Budi
Basuki S., S.T., M.Eng., 2026, halaman.
Budidaya tanaman kacang tanah menghadapi tantangan berupa risiko penyakit daun yang
disebabkan oleh perawatan kurang tepat, suhu tinggi, ketidakseimbangan nutrisi, dan minimnya
pengetahuan kondisi tanaman. Pemantauan manual yang dilakukan pengelola lahan kurang efektif,
sementara lambatnya mitigasi penyakit saat gejala awal muncul dapat menyebabkan penyebaran
cepat dalam pertanian dan berujung pada kegagalan panen serta kerugian ekonomi signifikan.
Penelitian ini bertujuan untuk merancang dan membuat alat deteksi penyakit pada daun tanaman
kacang tanah dengan sistem monitoring berbasis web. Metode yang digunakan adalah Convolutional
Neural Network (CNN) untuk mendeteksi kondisi kacang tanah berupa sehat, dan sakit. Model CNN
yang telah dilatih diintegrasikan dengan Raspberry Pi 5 yang terhubung kamera untuk mengambil
gambar daun kacang tanah. Hasil penelitian menunjukkan sistem deteksi mencapai akurasi 94.6%
pada data uji dan 91% saat implementasi di lingkungan nyata. Sistem transmisi data memiliki rata –
rata delay sebesar 4,26 detik. Integrasi sistem klasifikasi Artificial Intelligence dengan sistem
monitoring berbasis aplikasi android ini berhasil mendeteksi gejala penyakit pada daun kacang tanah
secara otomatis dan mengirimkan hasil deteksi secara berkala kepada pengguna.


Fulltext
  • Harap masuk untuk melihat lampiran
Informasi Detail
Judul Seri
-
No. Panggil
TE 013 2026
Penerbit
Semarang : Politeknik Negeri Semarang., 2026
Deskripsi Fisik
xiii, 153 hal.: illus., 30 cm.
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
text
Tipe Media
computer
Tipe Pembawa
online resource
Edisi
-
Subjek
kacang tanah
CNN
deteksi penyakit daun
raspberry pi 5
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Fajar Oktavio Ardhinata
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.

Jam Buka Perpustakaan

Senin - Kamis:
07.30 - 16.00 WIB

Jum'at:
07.30 - 16.30 WIB


NPP. 3374102C0000002
0895340731030
Follow Us
Subscribe

© 2026 — 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?