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:	Users 30 not found.
Date Deposited:	17 Jul 2025 07:24
Last Modified:	17 Jul 2025 07:24
URI:	https://repository.unas.ac.id/id/eprint/13778

Actions (login required)

View Item