DETEKSI PENYAKIT CABAI RAWIT (Capsicum frutescens L.) BERDASARKAN CITRA DAUN DENGAN IMAGE PROCESSING
Total View This Week0
Total View This Week0
Institusion
Universitas Nusantara PGRI Kediri
Author
Sri, Rahayu
Resty, Wulanningrum
Lilia Sinta, Wahyuniar
Resty, Wulanningrum
Lilia Sinta, Wahyuniar
Subject
457 Computer engineering
Datestamp
2023-09-27 11:09:10
Abstract :
ABSTRAK Sri Rahayu , Deteksi Penyakit Cabai Rawit (Capsicum frutescens L.) Berdasarkan Citra Daun Dengan Image Processing, Skripsi, Teknik Informatika, Fakultas Teknik UNP Kediri , 2023. Kata Kunci : CNN (Convolutional Neural Network), Deteksi, Prewitt. Tanaman cabai adalah salah satu tanaman pangan yang sangat banyak digemari. Cabai juga menjadi salah satu tanaman yang rentan dalam proses budidaya sehingga membuat produksi cabai dapat berkurang. Salah satunya karena terserang penyakit patogen dalam tanaman cabai. Dengan perkembangan teknologi saat ini, memungkinkan dilakukannya pengawasan terhadap tanaman secara otomatis menggunakan komputer. Dengan menggunakan image processing penyakit yang dapat dilihat dan direkam oleh komputer menjadi lebih efisien dengan mengetahui Hasil Accuracy dari penyakit daun cabai tersebut. Cirri penakit tersebut dapat dilihat dari bentuk dan warna daun. Penyakit dari suatu tanaman akan memperngaruhi hasil panen dari tanaman tersebut. Jika penyakit pada tanaman tidak segera ditangani makan penyakit tersebut akan cepat menyebar dan akan merusak tanaman. Teknologi informasi sangat diperlukan untuk mrnunjang keberhasilan yang dapat menghasilkan panen yang maksimal. Deteksi penyakit dapat dikembangkan menggunkan teknologi berbasis citra. Pada penelitian ini akan menggunakan metode Prewitt Serta CNN (Convolutional Neural Network). mendeteksi penyakit daun cabai rawit. Dengan menggunakan optimizer Adam dan Learning Rate 0.0002 dan epoch 25 dengan Accuracy 98%.
ABSTRAK Sri Rahayu , Deteksi Penyakit Cabai Rawit (Capsicum frutescens L.) Berdasarkan Citra Daun Dengan Image Processing, Skripsi, Teknik Informatika, Fakultas Teknik UNP Kediri , 2023. Kata Kunci : CNN (Convolutional Neural Network), Deteksi, Prewitt. Tanaman cabai adalah salah satu tanaman pangan yang sangat banyak digemari. Cabai juga menjadi salah satu tanaman yang rentan dalam proses budidaya sehingga membuat produksi cabai dapat berkurang. Salah satunya karena terserang penyakit patogen dalam tanaman cabai. Dengan perkembangan teknologi saat ini, memungkinkan dilakukannya pengawasan terhadap tanaman secara otomatis menggunakan komputer. Dengan menggunakan image processing penyakit yang dapat dilihat dan direkam oleh komputer menjadi lebih efisien dengan mengetahui Hasil Accuracy dari penyakit daun cabai tersebut. Cirri penakit tersebut dapat dilihat dari bentuk dan warna daun. Penyakit dari suatu tanaman akan memperngaruhi hasil panen dari tanaman tersebut. Jika penyakit pada tanaman tidak segera ditangani makan penyakit tersebut akan cepat menyebar dan akan merusak tanaman. Teknologi informasi sangat diperlukan untuk mrnunjang keberhasilan yang dapat menghasilkan panen yang maksimal. Deteksi penyakit dapat dikembangkan menggunkan teknologi berbasis citra. Pada penelitian ini akan menggunakan metode Prewitt Serta CNN (Convolutional Neural Network). mendeteksi penyakit daun cabai rawit. Dengan menggunakan optimizer Adam dan Learning Rate 0.0002 dan epoch 25 dengan Accuracy 98%.
File :
RAMA_55201_19103020023.pdf
RAMA_55201_19103020023_SIMILARITY.pdf
RAMA_55201_19103020023_0719068702_0705129001_01_front_ref.pdf
RAMA_55201_19103020023_0719068702_0705129001_02.pdf
RAMA_55201_19103020023_0719068702_0705129001_03.pdf
RAMA_55201_19103020023_0719068702_0705129001_04.pdf
RAMA_55201_19103020023_0719068702_0705129001_05.pdf
RAMA_55201_19103020023_0719068702_0705129001_06_ref.pdf
RAMA_55201_19103020023_0719068702_0705129001_07_lamp.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
