Repository Universitas PakuanIdentifikasi Penyakit Tanaman Jambu Kristal Menggunakan Metode Convolusion Neural Network:AjiMustadjiauthorIdentifikasi Penyakit Tanaman Jambu Kristal Menggunakan Metode Convolusion Neural Network: Pada penelitian ini, telah dilakukan identifikasi penyakit tanaman jambu kristal menggunakan metode Convolutional Neural Network (CNN). Penelitian ini bertujuan untuk mengembangkan sistem yang dapat mendeteksi dan mengidentifikasi penyakit pada tanaman jambu kristal dengan akurasi tinggi. Metode penelitian yang digunakan adalah CNN, yang merupakan salah satu algoritma yang efektif dalam pengenalan pola pada citra. Data yang digunakan adalah gambar-gambar tanaman jambu kristal yang telah diidentifikasi sebagai penyakit atau tidak. Proses validasi data dilakukan uji bersama pakar. Penyakit pada tanaman jambu kristal dapat dibagi menjadi dua jenis, yaitu penyakit karena faktor biotik dan abiotik. Penyakit karena faktor biotik antara lain adalah karat merah (Cephaleuros sp.), kanker buah Pestalotia (Pestalotia sp.), penyakit antrak (Colletotrichum sp.) dan embung putih (Triposporium sp.). Sedangkan penyakit karena faktor abiotik antara lain adalah buah memar (benturan fisik) dan hawar daun (herbisida). Dalam penelitian ini, telah dilakukan pengujian Metode CNN menggunakan dataset yang telah dibuat. Hasil pengujian menunjukkan bahwa Metode CNN dapat dengan efektif mendeteksi dan mengidentifikasi penyakit pada tanaman jambu kristal dengan akurasi tinggi.Ilmu Komputer2024-12-21Universitas Pakuan;Fakultas Matematika dan Pengetahuan AlamThesis

For work being deposited by its own author: In self-archiving this collection of files and associated bibliographic metadata, I grant Repository Universitas Pakuan the right to store them and to make them permanently available publicly for free on-line. I declare that this material is my own intellectual property and I understand that Repository Universitas Pakuan does not assume any responsibility if there is any breach of copyright in distributing these files or metadata. (All authors are urged to prominently assert their copyright on the title page of their work.)

For work being deposited by someone other than its author: I hereby declare that the collection of files and associated bibliographic metadata that I am archiving at Repository Universitas Pakuan) is in the public domain. If this is not the case, I accept full responsibility for any breach of copyright that distributing these files or metadata may entail.

Clicking on the deposit button indicates your agreement to these terms.