Putri, Ni Luh Gde Ananda (2025) Klasifikasi Penyakit Tanaman melalui Citra Daun pada Tanaman Padi menggunakan Metode Convolutional Neural Network. Undergraduate thesis, Politeknik Negeri Bali.

[thumbnail of Full Text] Text (Full Text)
RAMA_58302_2115354038_full.pdf - Accepted Version
Restricted to Repository staff only

Download (3MB) | Request a copy
[thumbnail of Cover, Bab 1, Bab 5 dan Referensi] Text (Cover, Bab 1, Bab 5 dan Referensi)
RAMA_58302_2115354038_0006038002_0013089404_part.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (771kB)
[thumbnail of iThenticate] Text (iThenticate)
RAMA_58302_2115354038_iThenticate.pdf - Accepted Version
Restricted to Repository staff only

Download (1MB) | Request a copy

Abstract

Tanaman padi merupakan bahan pangan yang paling di butuhkan di Indonesia dan menjadi sumber makanan pokok untuk sebagian besar masyarakat. Namun saat proses produksi padi terdapat berbagai macam kendala, salah satunya serangan penyakit tanaman padi, khususnya pada bagian daun. Penelitian ini bertujuan untuk membangun model klasifikasi penyakit daun padi dengan memanfaatkan metode Convolutional Neural Network (CNN) yang baik untuk melakukan identifikasi jenis-jenis penyakit berdasarkan pola, tekstur daun maupun warna. Studi ini mengambil tempat penelitian di Desa Temesi, Kabupaten Gianyar, Bali, yang menjadi pelopor pertanian organik dalam program pertanian cerdas. Proses penelitian ini melibatkan pengumpulan data citra daun padi di lapangan, kemudian pra-pemrosesan data agar bisa digunakan untuk pelatihan model, pembangunan model dengan CNN, pelatihan model serta melakukan evaluasi model menggunakan matriks evaluasi. Adapun jenis penyakit yang di dapatkan di lapangan yaitu Bacterial Leaf Blight dan Narrow Brown Spot serta Healthy Leaf, dengan total 300 data yang masing-masing kelas berisikan 100 data. Hasil penelitian ini juga sudah melalui beberapa skenario pengujian, yang mendapatkan akurasi sebesar 0.93 untuk skenario dengan rasio perbandingan split data yaitu 80% untuk data latih dan 20% untuk data uji dengan penggunaan 30 epoch untuk pelatihan modelnya.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Convolutional Neural Network, Klasifikasi Citra, Penyakit Daun Padi
Subjects: Ilmu Teknik > Teknik Elektro Dan Informatika > Teknologi Informasi
Divisions: Jurusan Teknologi Informasi > Prodi D4 Teknologi Rekayasa Perangkat Lunak > Skripsi
Depositing User: Ni Luh Gde Ananda Putri
Date Deposited: 02 Sep 2025 04:12
Last Modified: 02 Sep 2025 04:12
URI: https://repository.pnb.ac.id/id/eprint/18318

Actions (login required)

View Item View Item