Record Detail

Image of Deteksi Penyakit Pada Daun Singkong Menggunakan Arsitektur Convolutional Neural Network (Cnn)

Text

Deteksi Penyakit Pada Daun Singkong Menggunakan Arsitektur Convolutional Neural Network (Cnn)



Pembimbing: Elliana Gautama-- Singkong merupakan salah satu tanaman yang banyak ditemukan di Indonesia dengan berbagai macam manfaat. Salah satu manfaat singkong adalah sebagai bahan pengganti beras. Menurut data Badan Pusat Statistik Indonesia pada tahun 2015, produksi singkong di Indonesia sebasar 21.801.415 ton dalam setahun. Provinsi Lampung merupakan penghasil singkong terbesar di Indonesia pada tahun 2016 produksinya mengalami penurunan yang disebabkan tanaman singkong diserang penyakit. Salah satu arsitektur Deep Learning yang sedang berkembang saat ini adalah Convolutional Neural Network (CNN). Jaringan ini dibuat dengan
asumsi bahwa masukkan yang digunakan adalah berupa gambar. Teknik ini dapat membuat fungsi pembelajaran citra menjadi lebih efisien untuk diimplementasikan. Oleh karena itu peneliti akan memanfaatkan kelebihan dari CNN yaitu yang mampu mengklasifikasikan sebuah objek yang diperuntukan untuk data gambar sehingga model CNN akan digunakan sebagai pengenalan keempat jenis penyakit daun singkong dan daun singkong sehat yang dapat ditemukan di Indonesia. Dengan menggunakan library Tensorflow dihasil uji coba dan evaluasi model terhadap gambar jamur menunjukan akurasi sebesar 0.8538 pada training dan 0.7496 pada data validation. Sehingga dapat disimpulkan bahwa implementasi Deep Learning dengan arsitektur Convolutional Neural Network (CNN) mampu mendeteksi pada gambar penyakit daun singkong.



Availability

STI-220083STI-220083Perpustakaan PusatAvailable

Detail Information

Series Title
-
Call Number
STI-220083
Publisher Perbanas Instittute : Jakarta.,
Collation
vi, 70 hlm.: ilus.
Language
Indonesia
ISBN/ISSN
-
Classification
STI-220083
Content Type
-
Media Type
-
Carrier Type
-
Edition
S1 Teknik Informatika
Subject(s)
Specific Detail Info
-
Statement of Responsibility

Other version/related

No other version available


File Attachment