Analisi Kinerja Convolutional neural Network (CNN) Efficiennet Dalam Indentifikasi Penyakit Tanaman Daun Teh Berbasis Website

Nazulqa, Pajar Destha (2026) Analisi Kinerja Convolutional neural Network (CNN) Efficiennet Dalam Indentifikasi Penyakit Tanaman Daun Teh Berbasis Website. Skripsi thesis, Universitas Pakuan.

Full text not available from this repository.

Abstract

Penelitian ini bertujuan untuk mengembangkan sebuah sistem identifikasi penyakit pada tanaman daun teh menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur EfficientNet – B4. Sistem ini dirancang untuk membantu proses klasifikasi penyakit secara otomatis berdasarkan citra daun teh sehingga dapat mendukung petani maupun instansi terkait dalam mendeteksi penyakit sejak dini. Data penelitian terdiri atas sepuluh kelas, yaitu anthracnose, brown blight, grey blight, mirid bug, helopeltis, red spider, red spot, white spot, dan healthy. Seluruh data melalui proses preparation, remove background, normalisasi, resize dan setbatch melalui proses augmentasi, serta pelatihan model untuk memperoleh performa klasifikasi yang optimal. Model EfficientNet – B4 dipilih karena mampu memberikan keseimbangan antara akurasi dan efisiensi komputasi. Proses pelatihan dilakukan menggunakan parameter batch size, epoch, early stopping serta learning rate yang telah disesuaikan. Hasil penelitian menunjukkan bahwa model mampu memberikan performa yang baik berdasarkan metrik evaluasi seperti accuracy, precision, recall, dan F1-score. Sistem ini diimplementasikan dalam bentuk aplikasi berbasis web sehingga memudahkan pengguna dalam melakukan prediksi secara langsung melalui unggahan gambar. Berdasarkan hasil evaluasi, sistem identifikasi penyakit daun teh yang dikembangkan terbukti dapat membantu proses klasifikasi secara otomatis dengan tingkat akurasi tinggi. Penelitian ini diharapkan dapat menjadi salah satu kontribusi dalam pemanfaatan teknologi kecerdasan buatan di bidang pertanian, khususnya dalam meningkatkan efektivitas deteksi penyakit tanaman secara cepat, efisien, dan berkelanjutan. Kata Kunci : CNN, EfficientNet – B4, Identifikasi Penyakit Tanaman Daun Teh, Citra Digital, Deep Learning.

Item Type:	Thesis (Skripsi)
Subjects:	Fakultas Ilmu Pengetahuan Alam dan Matematika > Ilmu Komputer
Divisions:	Fakultas Matematika dan Ilmu Pengetahuan Alam > Ilmu Komputer
Depositing User:	PERPUSTAKAAN FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNPAK
Date Deposited:	08 Jul 2026 07:49
Last Modified:	08 Jul 2026 07:49
URI:	http://eprints.unpak.ac.id/id/eprint/10815

Actions (login required)

View Item