KLASIFIKASI PENYAKIT DAUN ANGGUR BERDASARKAN FITUR WARNA DAN TEKSTUR DENGAN METODE BACKPROPAGATION BERBASIS ANDROID

Ansah, Muhammad Ardy and KASIH, PATMI and WIDYADARA, MADE AYU DUSEA (2022) KLASIFIKASI PENYAKIT DAUN ANGGUR BERDASARKAN FITUR WARNA DAN TEKSTUR DENGAN METODE BACKPROPAGATION BERBASIS ANDROID. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

[img] Text (Full text Naskah)
RAMA_55201_18103020195.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (287kB) | Request a copy
[img] Text (References)
RAMA_55201_18103020195_0701107802_0729088802_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (68kB)

Abstract

Tanaman anggur adalah jenis tanaman yang dapat ditemukan di daerah Asia Barat, dengan iklim yang hangat. Tanaman anggur juga rentan terhadap serangan penyakit dimana penyakit ini dapat dikenali dari bercak-bercak pada daunnya. Beberapa jenis penyakit daun pada tanaman anggur antara lain, bercak daun, campak hitam dan hawar daun. Penyakit pada daun anggur memiliki kemiripan yang sulit untuk dikenali dengan kasat mata, hal ini berdampak pada kurang akuratnya penyakit yang diidentifikasi. Tujuan dari penelitian adalah untuk mengembangkan aplikasi identifikasi penyakit pada citra daun anggur sehingga dapat memberikan informasi jenis penyakit daun anggur. Penelitihan ini menggunakan metode BackPropagation Neural Network untuk melakukan identifikasi jenis penyakit daun anggur. Dengan citra inputan berupa gambar kedalam algoritma pembelajaran sistem. Dari hasil pengujian mendapatkan akurasi sebesar 82,5%. Dari hasil pengujian yang dilakukan dapat disimpulkan bahwa Algoritma Backpropagation dapat digunakan sebagai identifikasi jenis penyakit daun anggur.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Backpropagation Neural Network, Citra Digital, Penyakit Daun Anggur, Android
Subjects: 410 Engineering science > 457 Computer engineering
410 Engineering science > 458 Technical information
410 Engineering science > 459 Computer science
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika
Depositing User: Mr Muhammad Ardy Ansah
Date Deposited: 22 Aug 2022 05:46
Last Modified: 22 Aug 2022 05:46
URI: http://repository.unpkediri.ac.id/id/eprint/6832

Actions (login required)

View Item View Item