DARMAWAN, Ferry (2023) Aplikasi Diagnosis Penyakit pada Daun Teh Menggunakan Algoritma Convolutional Neural Network (CNN) Arsitektur Inception-ResNet V2. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER-Ferry Darmawan-H1D019058-Skripsi-2023.pdf Download (211kB)
	PDF (Legalitas) LEGALITAS-Ferry Darmawan-H1D019058-Skripsi-2023.pdf Restricted to Repository staff only Download (486kB)
	PDF (Abstrak) ABSTRAK-Ferry Darmawan-H1D019058-Skripsi-2023.pdf Restricted to Repository staff only Download (78kB)
	PDF (BabI) BAB-I-Ferry Darmawan-H1D019058-Skripsi-2023.pdf Restricted to Repository staff only until 14 July 2024. Download (193kB)
	PDF (BabII) BAB-II-Ferry Darmawan-H1D019058-Skripsi-2023.pdf Restricted to Repository staff only until 14 July 2024. Download (2MB)
	PDF (BabIII) BAB-III-Ferry Darmawan-H1D019058-Skripsi-2023.pdf Restricted to Repository staff only until 14 July 2024. Download (141kB)
	PDF (BabIV) BAB-IV-Ferry Darmawan-H1D019058-Skripsi-2023.pdf Restricted to Repository staff only Download (2MB)
	PDF (BabV) BAB-V-Ferry Darmawan-H1D019058-Skripsi-2023.pdf Download (77kB)
	PDF (DaftarPustaka) DAFTAR PUSTAKA-Ferry Darmawan-H1D019058-Skripsi-2023.pdf Download (216kB)

Abstract

Penyakit yang menyerang daun teh dapat menyebabkan kerusakan fisio-biokimia yang ada pada daun teh tersebut sehingga berpengaruh pada menurunnya kualitas rasa, aroma, dan manfaat kesehatan yang dapat diperoleh dari minuman teh. Umumnya, para petani dapat mengenali adanya gejala penyakit yang menyerang tanaman teh dan melakukan proses diagnosis secara mandiri. Pada kenyataannya, proses diagnosis penyakit pada suatu tanaman membutuhkan pengetahuan dan pengalaman mendalam mengenai tanaman yang sedang didiagnosis dan berbagai macam penyakitnya, yang biasanya hanya dapat dilakukan oleh para ahli. Di sisi lain, dengan jumlah yang terbatas, para ahli harus dapat melakukan proses diagnosis secara cepat, tepat, dan sedini mungkin terhadap tanaman teh dalam jumlah yang besar untuk mengurangi dampak yang ditimbulkan dari penyakit atau hama yang menyerang tanaman teh tersebut. Pada penelitian ini, akan dibuat suatu aplikasi diagnosis penyakit pada citra daun teh berbasis Android yang diberi nama Adapent (Aplikasi Diagnosis Penyakit Daun Teh) untuk menyelesaikan permasalahan tersebut. Model diagnosis pada aplikasi tersebut dibuat dengan menggunakan dengan algoritma CNN arsitektur Inception-ResNet V2. Data yang digunakan adalah data citra daun teh yang diperoleh dari Peternakan Johnstone Boiyon, Koiwa, Bomet County, Kenya. Berdasarkan analisis hasil yang telah dilakukan, diperoleh model dengan nilai akurasi uji terbaik yaitu sebesar 90,2% pada epoch ke-87 dari 100, yang dilatih dengan menggunakan nilai learning rate sebesar 0,001, ukuran batch sebesar 16, fungsi optimasi RMSprop, fungsi inisialisasi bobot He uniform dan fungsi inisialisasi Glorot normal. Pengujian confusion matrix pada model tersebut menghasilkan nilai precision sebesar 0,913, nilai recall sebesar 0,895, nilai specificity sebesar 0,986, dan F1-score sebesar 0,891. Model dengan nilai akurasi uji terbaik diimplementasikan pada Adapent.

Actions (login required)

View Item