IDENTIFIKASI JAMUR PADA TANAMAN CABAI SECARA REAL TIME DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

Prastya, Rifqi (2025) IDENTIFIKASI JAMUR PADA TANAMAN CABAI SECARA REAL TIME DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN). Undergraduate thesis, Universitas Nusantara PGRI Kediri.

[img] Text (Full text)
RAMA_55201_2013020196.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (3MB) | Request a copy
[img] Text (Similarity)
RAMA_55201_2013020196_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (1MB)
[img] Text (Cover sd BAB 1 + References)
RAMA_55201_2013020196_0704108701_0701107802_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (605kB)
[img] Text (BAB 2)
RAMA_55201_2013020196_0704108701_0701107802_02.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (600kB) | Request a copy
[img] Text (BAB 3)
RAMA_55201_2013020196_0704108701_0701107802_03.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy
[img] Text (BAB 4)
RAMA_55201_2013020196_0704108701_0701107802_04.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (990kB) | Request a copy
[img] Text (BAB 5)
RAMA_55201_2013020196_0704108701_0701107802_05.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (13kB) | Request a copy
[img] Text (References)
RAMA_55201_2013020196_0704108701_0701107802_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (127kB)
[img] Text (Lampiran)
RAMA_55201_2013020196_0704108701_0701107802_07_lamp.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (923kB) | Request a copy

Abstract

Produktivitas tanaman cabai seringkali menurun akibat serangan jamur patogen, seperti Cercospora Sp., Antraknosa Sp., Fusarium Sp., dan Botrytis Sp. Proses identifikasi jamur secara manual memerlukan waktu yang lama dan tenaga ahli, sehingga rentan terhadap kesalahan manusia. Penelitian ini mengembangkan sistem deteksi real-time berbasis Convolutional Neural Network (CNN) yang memanfaatkan teknik pengolahan citra digital untuk mengidentifikasi jenis jamur patogen pada tanaman cabai. Sistem dibangun menggunakan Python dan menyimpan data pada database SQLite, memungkinkan pengguna mengunggah citra tanaman melalui antarmuka desktip. Dataset yang digunakan mencakup lima kategori, yaitu sehat, Cercospora Sp., Antraknosa Sp., Fusarium Sp., dan Botrytis Sp.. Uji kinerja sistem dilakukan menggunakan metrik akurasi, presisi, dan recall, menunjukkan akurasi keseluruhan sebesar 80%. Nilai F1 Score tertinggi dicapai oleh jamur Antraknosa Sp., Fusarium Sp., dan Botrytis Sp. sebesar 0.91, menandakan performa pengenalan yang memuaskan. Hasil penelitian mengindikasikan bahwa sistem ini dapat membantu petani atau pengelola kebun cabai dalam melakukan identifikasi dini serangan jamur patogen, mempermudah pemantauan kondisi tanaman, serta meminimalkan kesalahan manusia. Penelitian lebih lanjut diharapkan dapat mencakup pemanfaatan transfer learning atau integrasi data lingkungan agar deteksi dapat dilakukan secara lebih cepat.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: : Cabai, CNN, Identifikasi Jamur, Pengolahan Citra, Real-Time
Subjects: 260 Medical science > 270 Medical science specialist
260 Medical science > 305 General medical sciences
260 Medical science > 307 Basic medical & biomedical sciences
340 Health sciences > 384 Medic rehabilitation
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika
Depositing User: Rifqi Prastya
Last Modified: 05 Aug 2025 17:57
URI: http://repository.unpkediri.ac.id/id/eprint/19123

Actions (login required)

View Item View Item