Prastya, Rifqi (2025) IDENTIFIKASI JAMUR PADA TANAMAN CABAI SECARA REAL TIME DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN). Undergraduate thesis, Universitas Nusantara PGRI Kediri.
![]() |
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 |
![]() |
Text (Similarity)
RAMA_55201_2013020196_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB) |
![]() |
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) |
![]() |
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 |
![]() |
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 |
![]() |
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 |
![]() |
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 |
![]() |
Text (References)
RAMA_55201_2013020196_0704108701_0701107802_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (127kB) |
![]() |
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 |