Klasifikasi Penyakit pada Daun Jagung Berbasis Citra Digital dengan Recurrent Neural Network

Pratama, Leonardo (2020) Klasifikasi Penyakit pada Daun Jagung Berbasis Citra Digital dengan Recurrent Neural Network. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (747kB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Share Alike. Download (278kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Share Alike. Download (239kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Share Alike. Download (449kB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Share Alike. Download (440kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (748kB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Share Alike. Download (214kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (2MB)

Abstract

Pertanian dan perladangan, khususnya makanan pokok merupakan kebutuhan primer bagi seluruh anggota masyarakat indonesia. Gagal panen karena musibah yang disebabkan oleh gejala alam tidak dapat dihindari, tetapi gagal panen karena musibah serangan hama dapat dihindari dengan melakukan pengawasan ketat di daerah sekitar, tetapi tidak dengan penyakit. Penyakit khususnya pada tanaman jagung seperti hawar dapat menyebar dan menyebabkan kematian tanaman dengan cepat. Ciri-ciri pada beberapa penyakit di daun jagung memiliki sebuah kesamaan yang menyebabkan kesalahpahaman dan dapat menyebabkan penanganan penyakit pada tanaman yang tidak tepat yaitu bercak kecoklatan dengan tekstur yang mirip. Terdapat sebuah metode untuk mengekstraksi ciri tekstur dari sebuah gambar digital yaitu Gray Level Coocurrence Matrices (GLCM) yang ditulis oleh haralick et al dan dapat digunakan untuk mendeskripsikan daun yang terkena penyakit tersebut. Untuk menyelesaikan masalah identifikasi penyakit ini dengan menggunakan GLCM dibangunlah sebuah model Recurrent Neural Network (RNN) yang merupakan salah satu algoritma neural network dengan menggunakan framework baru dengan nama PyTorch. RNN dengan GLCM pada PyTorch dipilih dengan tujuan untuk membangun sebuah model yang dapat mengklasifikasikan penyakit pada daun jagung dengan menggunakan citra digital. Dengan menggunakan data tes, model ini dapat mengidentifikasi penyakit dengan akurasi hingga 96%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	recurrent neural network, gray level coocurrence matrices, pytorch, identifikasi penyakit, daun jagung, hawar daun, bercak daun, karat daun
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods > 006.3 Artificial Intelligence, Machine Learning, Pattern Recognition, Data Mining 500 Science and Mathematic > 570 Biology > 575 Specific Parts of/and Physiological Systems in Plants (Incl. Fruits, Leaves, Root)
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	05 Dec 2020 03:42
Last Modified:	24 Aug 2023 08:02
URI:	https://kc.umn.ac.id/id/eprint/13786

Actions (login required)

View Item