Identifikasi Penyakit pada Buah Apel Menggunakan Metode Convolutional Neural network (CNN) (Studi Kasus: Desa Tulungrejo Kota Batu Malang) Dengan Arsitektur Efficient net-B0
Tahun 2024 · Penulis: Novita Milasari
Faculty of Computer Science, Universitas Jember
Tautan: https://repository.unej.ac.id/handle/123456789/15268
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Lingkungan di Desa Tulungrejo menciptakan kondisi yang memungkinkan munculnya beberapa penyakit pada buah apel, seperti busuk batang, bercak daun dan penyakit buah busuk. Salah satu penyakit yang paling umum menyerang buah apel di Desa Tulungrejo adalah busuk buah. Oleh karena itu, penting bagi petani awam untuk memahami teknik penanaman yang baik guna menghasilkan buah Apel Manalagi berkualitas tinggi, yang nantinya dapat mendukung peningkatan nilai jualnya. Pengenalan dan identifikasi penyakit berdasarkan gejala secara cepat dan akurat menjadi hal yang penting bagi para petani awam, terutama karena kurangnya pengetahuan tentang cara mengendalikan penyakit pada buah Apel. Salah satu solusinya adalah dengan menerapkan teknologi yang dapat mengidentifikasi penyakit pada apel seperti mata manusia, seperti penggunaan metode Convolutional Neural network (CNN) dalam computer vision. Dua model arsitektur yang digunakan dalam penelitian ini, yaitu EfficientNet B0 dan EfficientNet B7 dan digabungkan dengan menggunakan lapisan Convolutional Neural network (CNN), dengan lapisan input berupa gambar berukuran RGB 150 x 150 x 3 pixel. Penggabungan lapisan CNN ini bertujuan untuk meningkatkan kinerja model EfficientNet dan dapat meningkatkan nilai akurasi hasil prediksi. Hasil evaluasi tertinggi dicapai oleh model EfficientNet B7, yang menunjukkan tingkat akurasi sebesar 100% pada penggunaan rasio data 80:10:10. Tingkat akurasi yang mencapai persentase tersebut menjadi indikator keunggulan model ini dalam melakukan klasifikasi gambar.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,884
Tahun 2024 · Penulis: Novita Milasari
Identifikasi Penyakit pada Buah Apel Menggunakan Metode Convolutional Neural Network (CNN) (Studi Kasus: Desa Tulungrejo Kota Batu Malang) dengan Arsitektur EfficientNet-B0
Desa Tulungrejo memiliki potensi untuk mengakibatkan penyakit pada buah apel, dengan busuk buah menjadi penyakit yang paling umum terjadi. Penyakit ini disebabkan oleh jamur Gloeosporium sp., yang pada awalnya ditandai oleh bercak coklat muda dengan titik kehi
- Cosine 0,835
Tahun 2024 · Penulis: Hasif Izzul Faiz
Klasifikasi Penyakit Daun Padi menggunakan Metode CNN Dengan Augmentasi Data Berbasis Deep Convolutional GAN (DCGAN)
Pertanian padi sangat vital bagi ekonomi Indonesia dan menjadi makanan pokok bagi banyak negara, termasuk Indonesia. Negara ini adalah salah satu penghasil dan konsumen beras terbesar di dunia. Produktivitas padi di Indonesia cukup tinggi, terutama di Pulau Ja
- Cosine 0,778
Tahun 2026 · Penulis: Rico Satria Ananda Putra
Analisis Variasi Arsitektur Convolutional Neural Network Model Xception untuk Klasifikasi Penyakit Daun Padi (Oryza sativa L)
Jaringan Kovolutional Neural (CNN) telah menjadi salah satu metode pembelajaran mendalam yang paling dapat diandalkan untuk pengolahan gambar karena kemampuannya yang kuat untuk menangkap pola visual. Dalam klasifikasi penyakit daun beras, CNN memainkan perana