DETEKSI PENYAKIT VIRUS GEMINI PADA TANAMAN CABAI MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK

RAHIM, ALDI MUHAMMAD (2022) DETEKSI PENYAKIT VIRUS GEMINI PADA TANAMAN CABAI MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK. S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (HAL COVER) 1. Hal Cover.pdf Download (949kB) | Preview
Preview	Text (ABSTRAK) 2. Abstrak.pdf Download (23kB) | Preview
	Text (BAB I) 3. BAB I.pdf Restricted to Registered users only Download (77kB)
	Text (BAB II) 4. BAB II.pdf Restricted to Registered users only Download (116kB)
	Text (BAB III) 5. BAB III.pdf Restricted to Registered users only Download (113kB)
	Text (BAB IV) 6. BAB IV.pdf Restricted to Registered users only Download (101kB)
	Text (BAB V) 7. BAB V.pdf Restricted to Registered users only Download (76kB)
	Text (BAB VI) 8. BAB VI.pdf Restricted to Registered users only Download (56kB)
	Text (DAFTAR PUSTAKA) 9. Daftar Pustaka.pdf Restricted to Registered users only Download (197kB)
	Text (LAMPIRAN) 10. Lampiran.pdf Restricted to Registered users only Download (408kB)

Abstract

Indonesia menjadi salah satu negara agraris yang memiliki 45% penduduk Indonesia memanfaatkan pertanian sebagai sumber mata pencaharian. Komoditas tanaman yang banyak ditanam di Indonesia adalah cabai. Masyarakat Indonesia yang mayoritas sangat menyukai makanan pedas menjadikan cabai cukup popular di Indonesia. Seiring dengan banyaknya masyarakat yang menyukai makanan pedas, harga cabai dipasaran selalu mengalami kenaikan yang disebabkan kelangkaan cabai. Kelangkaan cabai ini karena adanya perubahan cuaca, bahkan adanya penyakit yang menyerang tanaman cabai seperti virus gemini sehingga sering menyebabkan gagal panen. Virus gemini menyerang daun tanaman cabai yang menyebabkan tanaman cabai menguning secara perlahan. Penelitian ini bertujuan untuk mengembangkan algoritma Convolutional Neural Network (CNN) untuk mendeteksi penyakit virus gemini. Algoritma Convolutional Neural Network (CNN) merupakan algoritma yamg cocok digunakan untuk mendeteksi virus gemini pada tanaman cabai. Penelitian ini menggunakan data sebanyak 279 data citra yang terdiri dari 179 citra daun normal dan 100 daun terinfeksi Virus Gemini dengan perbandingan data latih, data uji, dan validasi data sebesar 80:10:10. Hasil pengujian yang diperoleh penelitian ini yaitu accuracy on training data sebesar 0.9731, loss on training data 0.0680, sedangkan accuracy on test data sebesar 0.9643 dan loss on test data 0.0943. Kata kunci: Cabai, Gemini Virus, Convolucional Neural Network, Deep Learning

Item Type:	Thesis (S1)
Call Number CD:	FIK/INFO. 22 062
NIM/NIDN Creators:	41518010023
Uncontrolled Keywords:	Cabai, Gemini Virus, Convolucional Neural Network, Deep Learning
Subjects:	000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika > 004.6 Interfacing and Communications/Tampilan Antar Muka (Interface) dan Jaringan Komunikasi Komputer
Divisions:	Fakultas Ilmu Komputer > Informatika
Depositing User:	ELMO ALHAFIIDH PUTRATAMA
Date Deposited:	19 Sep 2022 03:01
Last Modified:	21 Sep 2022 01:46
URI:	http://repository.mercubuana.ac.id/id/eprint/69270

Actions (login required)

View Item