Klasifikasi Penyakit Pada Buah Naga Menggunakan Algortitma Cnn Dengan Image Processing

Rayhan, Achmad (2025) Klasifikasi Penyakit Pada Buah Naga Menggunakan Algortitma Cnn Dengan Image Processing. Bachelor thesis, Universitas Nasional.

	Text COVER FINAL.pdf Download (689kB)
	Text Bab 1..pdf Download (148kB)
	Text Bab 2..pdf Download (639kB)
	Text Bab 3..pdf Download (985kB)
	Text Bab 4..pdf Download (1MB)
	Text Bab 5..pdf Download (227kB)
	Text LAMPIRAN_.pdf Download (13MB)

Abstract

Buah naga (Hylocereus undatus) merupakan tanaman buah yang populer di Indonesia. Namun, budidayanya sering terhambat oleh berbagai penyakit yang dapat menyebabkan kerusakan signifikan pada hasil panen. Klasifikasi penyakit pada buah naga secara akurat dan tepat waktu sangat penting untuk membantu petani dalam mengambil langkah pengendalian yang tepat.Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi penyakit pada buah naga menggunakan algoritma Convolutional Neural Network (CNN) dengan teknik image processing. Metode CNN terbukti efektif dalam tugas pengenalan pola dan klasifikasi gambar, termasuk dalam bidang pertanian. Image processing digunakan untuk memproses gambar buah naga sebelum dimasukkan ke dalam model CNN. Penelitian ini menggunakan dataset gambar buah naga yang sehat dan berpenyakit untuk melatih model CNN. Model CNN dilatih dengan berbagai arsitektur dan parameter untuk mencapai performa terbaik. Evaluasi model dilakukan dengan menggunakan akurasi klasifikasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model CNN dengan arsitektur VGG16 dan optimizer Adam mencapai akurasi klasifikasi tertinggi sebesar 80%. Model ini juga menunjukkan nilai precision, recall, dan F1-score yang tinggi untuk semua kelas penyakit. Sistem klasifikasi penyakit pada buah naga ini diharapkan dapat membantu petani dalam mengidentifikasi penyakit secara dini dan akurat, sehingga dapat dilakukan tindakan pengendalian yang tepat waktu dan efektif untuk meminimalisir kerugian akibat penyakit.

Item Type:	Thesis (Bachelor)
Subjects:	Q Science > Q Science (General) Q Science > QK Botany
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Miss Rahma Rahmawati
Date Deposited:	17 Jul 2025 07:24
Last Modified:	17 Jul 2025 07:24
URI:	http://repository.unas.ac.id/id/eprint/13778

Actions (login required)

View Item