@thesis{thesis,
		author={SWANJAYA  DANIEL and Widodo  Aion Suharis and WULANNINGRUM  RESTY},
		title ={Sistem Pakar Penyakit Daun Kacang Tanah Menggunakan Metode CNN(Convolutional Neural Network)},
		year={2022},
		url={http://repository.unpkediri.ac.id/7521/},
		abstract={Proses identifikasi deteksi citra penyakit daun tanaman kacang tanah
menggunakan Convolutional Neural Network (CNN) adalah salah satu metode 
dalam pengolahan citra digital untuk untuk mendeteksi dan mengenali object pada 
sebuah image. Salah satu algoritma yang digunakan untuk metode CNN. Algoritma 
CNN berfungsi mengelompokkan citra data masukan dalam beberapa kelompok 
berdasarkan jarak minimum. Implementasi algoritma CNN dalam 
mengklasifikasikan citra daun kacang yang terserang penyakit dilakukan dengan 
mencari rancangan arsitektur terbaik dengan membandingkan beberapa parameter 
yaitu epoch, jenis optimizer dan skenario dataset. Arsitektur CNN terbaik yang 
diperoleh berdasarkan dari hasil perbandingan beberapa parameter dalam 
mengklasifikasikan citra jenis penyakit Angular Leaf Spot, Bean Rust dan Kacang 
Sehat adalah dengan menggunakan parameter size 40x40 piksel, ukuran kernel 3x3, 
learning rate 0,001, jenis optimizer Adam, epoch 120, batch size 30 dan skenario 
perbandingan dataset 90% :10% dengan jenis citra RGB (berwarna). Hasil tingkat 
akurasi yang diperoleh dari data testing dengan menggunakan model arsitektur 
terbaik dalam pengklasifikasian citra jenis penyakit pada Kacang berdasarkan 
daunnya yaitu sebesar 80,00%}
		}