Sistem Pakar Penyakit Daun Kacang Tanah Menggunakan Metode CNN(Convolutional Neural Network)
Total View This Week0

Institusion

Universitas Nusantara PGRI Kediri

Author

Widodo, Aion Suharis
WULANNINGRUM, RESTY
SWANJAYA, DANIEL

Subject

457 Computer engineering 

Datestamp

2022-09-03 06:29:04 

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% 

File :
RAMA_55201_18103020083.pdf
RAMA_55201_18103020083_0719068702_0723098303_01_front_ref.pdf
RAMA_55201_18103020083_0719068702_0723098303_02.pdf
RAMA_55201_18103020083_0719068702_0723098303_03.pdf
RAMA_55201_18103020083_0719068702_0723098303_04.pdf
RAMA_55201_18103020083_0719068702_0723098303_05.pdf
RAMA_55201_18103020083_0719068702_0723098303_06_ref.pdf