IMPLEMENTASI DEEP LEARNING PADA SISTEM KLASIFIKASI HAMA TANAMAN PADI MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)
Total View This Week0
Total View This Week0
Institusion
Universitas Siliwangi
Author
Yuliany, Susi
Subject
Z665 Library Science. Information Science
Datestamp
2023-02-10 00:35:39
Abstract :
ABSTRAK Hama menjadi serangan utama pada semua jenis tanaman, khususnya tanaman padi. Dalam melakukan pengendalian hama, sebagian besar petani melakukan aplikasi insektisida secara tidak bijaksana, dimana aplikasi dilakukan tanpa mempertimbangkan dosis, waktu, cara, dan sasaran yag tepat sehingga mengakibatkan terbunuhnya organisme bukan sasaran seperti musuh alami hama, baik parasitoid, predator, dan pathogens. Beberapa peneliti telah mencoba mengklasifikasi kerusakan pada tanaman alih-alih mengklasifikasikan hama itu sendiri. Oleh karena itu, dengan mengklasifikasikan jenis hama pada tanaman padi memungkinkan petani dapat melakukan penanganan sesegera mungkin pada tanaman padi sesuai jenis hama yang menyerangnya. Metode Convolutional Neural Network (CNN) banyak digunakan dalam image processing karena tingkat akurasinya yang tinggi dan lebih baik dalam pengenalan gambar visual. Penelitian ini menerapkan tiga lapis konvolusi dan dua lapis fully connected. Berdasarkan evaluasi, nilai akurasi tertinggi pada pengujian adalah sebesar 85% dicapai ketika menerapkan epoch 500. Kata kunci: convolutional, neural network, image processing, pengujian, hama, fully connected, akurasi
ABSTRAK Hama menjadi serangan utama pada semua jenis tanaman, khususnya tanaman padi. Dalam melakukan pengendalian hama, sebagian besar petani melakukan aplikasi insektisida secara tidak bijaksana, dimana aplikasi dilakukan tanpa mempertimbangkan dosis, waktu, cara, dan sasaran yag tepat sehingga mengakibatkan terbunuhnya organisme bukan sasaran seperti musuh alami hama, baik parasitoid, predator, dan pathogens. Beberapa peneliti telah mencoba mengklasifikasi kerusakan pada tanaman alih-alih mengklasifikasikan hama itu sendiri. Oleh karena itu, dengan mengklasifikasikan jenis hama pada tanaman padi memungkinkan petani dapat melakukan penanganan sesegera mungkin pada tanaman padi sesuai jenis hama yang menyerangnya. Metode Convolutional Neural Network (CNN) banyak digunakan dalam image processing karena tingkat akurasinya yang tinggi dan lebih baik dalam pengenalan gambar visual. Penelitian ini menerapkan tiga lapis konvolusi dan dua lapis fully connected. Berdasarkan evaluasi, nilai akurasi tertinggi pada pengujian adalah sebesar 85% dicapai ketika menerapkan epoch 500. Kata kunci: convolutional, neural network, image processing, pengujian, hama, fully connected, akurasi
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
