IMPLEMENTASI METODE SVM UNTUK KLASIFIKASI CITRA PENYAKIT DAN HAMA PADA TANAMAN BAWANG MERAH

Ardiansyah, Abdul Riqza (2024) IMPLEMENTASI METODE SVM UNTUK KLASIFIKASI CITRA PENYAKIT DAN HAMA PADA TANAMAN BAWANG MERAH. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

[img] Text (Full Text)
RAMA_55201_2013020181.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy
[img] Text (Similarity)
RAMA_55201_2013020181_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (140kB)
[img] Text (Cover sd BAB 1 + References)
RAMA_55201_2013020181_0708028704_0720117501_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (667kB)
[img] Text (BAB 2)
RAMA_55201_2013020181_0708028704_0720117501_02.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (421kB) | Request a copy
[img] Text (BAB 3)
RAMA_55201_2013020181_0708028704_0720117501_03.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (253kB) | Request a copy
[img] Text (BAB 4)
RAMA_55201_2013020181_0708028704_0720117501_04.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (621kB) | Request a copy
[img] Text (BAB 5)
RAMA_55201_2013020181_0708028704_0720117501_05.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (124kB) | Request a copy
[img] Text (References)
RAMA_55201_2013020181_0708028704_0720117501_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (141kB)
[img] Text (Lampiran)
RAMA_55201_2013020181_0708028704_0720117501_07_lamp.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (191kB) | Request a copy

Abstract

Tamanan bawang merah merupakan salah satu bagian penting dalam kebutuhan dapur Masyarakat Indonesia, dikarenakan bawang adalah bumbu yang tidak bisa dijauhkan dari lidah orang Indonesia. Seperti yang kita ketahui, untuk membedakan tanaman bawang merah yang berpenyakit dan tidak berpenyakit, perlu digunakannya alat modern untuk memudahkan klasifikasi terhadap berbagai penyakit bawang merah. Penelitian ini bertujuan mendapatkan hasil yang efektif untuk klasifikasi citra pada penyakit tanaman bawang merah dengan menggunakan metode SVM. Peneitian ini menggunakan 4 jenis penyakit bawang merah untuk objek klasifikasinya, antara lain normal, ulat daun, busuk bawah dan mboler. Dengan menggunakan metode machine learning support vector machine, didapatkan proses klasifikasi yang cukup tinggi terhadap akurasinya yaitu memiliki akurasi 79% dalam penelitian ini. Juga menggunakan dataset sebanyak 73% untuk data latih/training, data uji sebanyak 27%.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Tamanan bawang merah merupakan salah satu bagian penting dalam kebutuhan dapur Masyarakat Indonesia, dikarenakan bawang adalah bumbu yang tidak bisa dijauhkan dari lidah orang Indonesia. Seperti yang kita ketahui, untuk membedakan tanaman bawang merah yang berpenyakit dan tidak berpenyakit, perlu digunakannya alat modern untuk memudahkan klasifikasi terhadap berbagai penyakit bawang merah. Penelitian ini bertujuan mendapatkan hasil yang efektif untuk klasifikasi citra pada penyakit tanaman bawang merah dengan menggunakan metode SVM. Peneitian ini menggunakan 4 jenis penyakit bawang merah untuk objek klasifikasinya, antara lain normal, ulat daun, busuk bawah dan mboler. Dengan menggunakan metode machine learning support vector machine, didapatkan proses klasifikasi yang cukup tinggi terhadap akurasinya yaitu memiliki akurasi 79% dalam penelitian ini. Juga menggunakan dataset sebanyak 73% untuk data latih/training, data uji sebanyak 27%.
Subjects: 140 Plant science > 150 Agriculture and estate crops
140 Plant science > 153 Plant pests and diseases
410 Engineering science > 462 Information technology
410 Engineering science > 463 Software engineering
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika
Depositing User: Abdul Riqza Ardiansyah
Date Deposited: 13 Aug 2024 12:50
Last Modified: 13 Aug 2024 12:50
URI: http://repository.unpkediri.ac.id/id/eprint/14987

Actions (login required)

View Item View Item