Deteksi Kebutuhan Nitrogen Untuk Penentuan Jumlah Pupuk Pada Tanaman Padi Berdasarkan Warna Daun Menggunakan Support Vector Machine
Total View This Week0
Total View This Week0
Institusion
Universitas Komputer Indonesia
Author
Darajat, Gumilar Fajar
Subject
004_Data Processing & Computer Science
Datestamp
2021-09-16 02:10:03
Abstract :
Nitrogen merupakan salah satu unsur hara yang berperan penting dalam proses pertumbuhan padi. Untuk mengetahui kebutuhan nitrogen pada padi bisa dilihat dari warna daunnya. Semakin hijau warna daun pada padi maka kandungan nitrogennya semakin tinggi, sebalikanya jika warna daun padi semakin menguning maka kandungan nitrogennya semakin rendah Sistem deteksi kebutuhan nitrogen padi berdasarkan warna daun dengan menggunakan K-Nearest Neighbor (KNN) dan preprocessing yang dilakukan dengan menzoom bagian daun padi tertentu menghasilkan nilai akurasi yang kurang baik yaitu sebesar 66,7%. Oleh karena itu penelitian ini menggunakan machine learning Support Vector Machine (SVM) sebagai klasifikasi sistem deteksi kebutuhan nitrogen padi berdasarkan warna daun. Tujuan dari penelitian ini adalah untuk mengimplentasikan metode Support Vector Machine pada sistem deteksi kebutuhan nitrogen padi berdasarkan warna daun. Dari hasil pengujian akurasi yang dilakukan, tingkat akurasi sistem dalam menganalisis dan merekomendasikan kebutuhan nitrogen secara rata-rata adalah 79% dan hasil akurasi berdasarkan waktu yang paling baik adalah pada pagi hari dengan nilai akurasi sebesar 88%. Berdasarkan hasil tersebut, disimpulkan bahwa algoritma SVM dapat diterapkan dalam sistem deteksi kebutuhan nitrogen padi berdasarkan warna daun.
Nitrogen merupakan salah satu unsur hara yang berperan penting dalam proses pertumbuhan padi. Untuk mengetahui kebutuhan nitrogen pada padi bisa dilihat dari warna daunnya. Semakin hijau warna daun pada padi maka kandungan nitrogennya semakin tinggi, sebalikanya jika warna daun padi semakin menguning maka kandungan nitrogennya semakin rendah Sistem deteksi kebutuhan nitrogen padi berdasarkan warna daun dengan menggunakan K-Nearest Neighbor (KNN) dan preprocessing yang dilakukan dengan menzoom bagian daun padi tertentu menghasilkan nilai akurasi yang kurang baik yaitu sebesar 66,7%. Oleh karena itu penelitian ini menggunakan machine learning Support Vector Machine (SVM) sebagai klasifikasi sistem deteksi kebutuhan nitrogen padi berdasarkan warna daun. Tujuan dari penelitian ini adalah untuk mengimplentasikan metode Support Vector Machine pada sistem deteksi kebutuhan nitrogen padi berdasarkan warna daun. Dari hasil pengujian akurasi yang dilakukan, tingkat akurasi sistem dalam menganalisis dan merekomendasikan kebutuhan nitrogen secara rata-rata adalah 79% dan hasil akurasi berdasarkan waktu yang paling baik adalah pada pagi hari dengan nilai akurasi sebesar 88%. Berdasarkan hasil tersebut, disimpulkan bahwa algoritma SVM dapat diterapkan dalam sistem deteksi kebutuhan nitrogen padi berdasarkan warna daun.
File :
UNIKOM_GUMILAR FAJAR DARAJAT_COVER.pdf
UNIKOM_GUMILAR FAJAR DARAJAT_LEMBAR PENGESAHAN.pdf
UNIKOM_GUMILAR FAJAR DARAJAT_BAB 5.pdf
UNIKOM_GUMILAR FAJAR DARAJAT_DAFTAR PUSTAKA.pdf
UNIKOM_GUMILAR FAJAR DARAJAT_JURNAL DALAM BAHASA INDONESIA.pdf
UNIKOM_GUMILAR FAJAR DARAJAT_JURNAL DALAM BAHASA INGGRIS.pdf
UNIKOM_GUMILAR FAJAR DARAJAT_BIODATA.pdf
UNIKOM_GUMILAR FAJAR DARAJAT_SURAT PERNYATAAN PUBLIKASI.pdf
UNIKOM_GUMILAR FAJAR DARAJAT_SURAT KETERANGAN ORISINALITAS.pdf
UNIKOM_GUMILAR FAJAR DARAJAT_KATA PENGANTAR.pdf
UNIKOM_GUMILAR FAJAR DARAJAT_DAFTAR ISI.pdf
UNIKOM_GUMILAR FAJAR DARAJAT_BAB 1.pdf
UNIKOM_GUMILAR FAJAR DARAJAT_BAB 2.pdf
UNIKOM_GUMILAR FAJAR DARAJAT_BAB 3.pdf
UNIKOM_GUMILAR FAJAR DARAJAT_BAB 4.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
