Search for collections on Repository Universitas Jenderal Soedirman

Perancangan Model Deep Learning Dengan Arsitektur Cnn Pada Rice Diseases Dataset Untuk Aplikasi Padi Care

WIBOWO, Barra Malik (2024) Perancangan Model Deep Learning Dengan Arsitektur Cnn Pada Rice Diseases Dataset Untuk Aplikasi Padi Care. Skripsi thesis, Universitas Jenderal Soedirman.

[img] PDF (Cover)
Halaman Cover.pdf

Download (3MB)
[img] PDF (Legalitas)
Legalitas.pdf
Restricted to Repository staff only

Download (990kB)
[img] PDF (Abstrak)
Halaman Abstrak.pdf

Download (182kB)
[img] PDF (BABI)
BAB I.pdf
Restricted to Repository staff only

Download (360kB)
[img] PDF (BabII)
BAB II.pdf
Restricted to Repository staff only

Download (1MB)
[img] PDF (BabIII)
BAB III.pdf
Restricted to Repository staff only

Download (1MB)
[img] PDF (BabIV)
BAB IV.pdf
Restricted to Repository staff only

Download (3MB)
[img] PDF (BabV)
BAB V.pdf

Download (232kB)
[img] PDF (DaftarPustaka)
Daftar Pustaka.pdf

Download (357kB)
[img] PDF (Lampiran)
Lampiran.pdf
Restricted to Repository staff only

Download (497kB)

Abstract

Penyakit padi dapat menyebabkan kerugian berupa gagal panen, yang berimbas pada penurunan produksi tanaman padi. Oleh karena itu, deteksi dini penyakit pada tanaman padi sangat penting untuk mencegah kerugian yang lebih besar. Padi Care merupakan aplikasi yang dapat membantu dalam mendeteksi penyakit padi. Padi Care ini memberikan 1 fitur utama yaitu mendeteksi penyakit padi dan 2 fitur tambahan yaitu blog dan edukasi. Dalam membangun aplikasi tersebut, penelitian ini bertujuan untuk melakukan perancangan model dengan akurasi terbaik pada rice leaf diseases dataset dengan arsitektur CNN dengan cara membandingkan tiga arsitektur, yaitu ResNet, MobileNet, dan Inception. Perancangan melalui 3 tahapan yaitu Persiapan Dataset (menyimpan di Kaggle dan Prepocessing Data), Pemilihan Layer untuk model, Training Dataset dengan model, dan Evaluasi atau pengujian akurasi dengan dataset itu sendiri menggunakan confussion matrix.

Item Type: Thesis (Skripsi)
Nomor Inventaris: H24245
Uncontrolled Keywords: Rice Leaf Diseases, CNN, MobileNet, Inception dan ResNet
Subjects: P > P319 Plant diseases
Divisions: Fakultas Teknik > S1 Teknik Elektro
Depositing User: Mr Barra Malik Wibowo
Date Deposited: 25 Jul 2024 04:14
Last Modified: 25 Jul 2024 04:14
URI: http://repository.unsoed.ac.id/id/eprint/28124

Actions (login required)

View Item View Item