KLASIFIKASI JENIS DAUN SINGKONG MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

Roziqoh, Umi (2026) KLASIFIKASI JENIS DAUN SINGKONG MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

[img] Text (Full text)
RAMA_55201_2213020038.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_2213020038_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (142kB)
[img] Text (Cover sd BAB 1 + References)
RAMA_55201_2213020038_0729088802_0723098303_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (335kB)
[img] Text (BAB 2)
RAMA_55201_2213020038_0729088802_0723098303_02.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (203kB) | Request a copy
[img] Text (BAB 3)
RAMA_55201_2213020038_0729088802_0723098303_03.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (336kB) | Request a copy
[img] Text (BAB 4)
RAMA_55201_2213020038_0729088802_0723098303_04.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (437kB) | Request a copy
[img] Text (BAB 5)
RAMA_55201_2213020038_0729088802_0723098303_05.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (92kB) | Request a copy
[img] Text (References)
RAMA_55201_2213020038_0729088802_0723098303_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (124kB)
[img] Text (Lampiran)
RAMA_55201_2213020038_0729088802_0723098303_07_lamp.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (819kB) | Request a copy

Abstract

Penelitian ini bertujuan untuk membangun sistem klasifikasi jenis daun singkong menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur NASNet-Mobile. Objek penelitian terdiri atas tiga jenis daun singkong, yaitu daun singkong Papua, daun singkong Sayur, dan daun singkong Karet. Dataset yang digunakan berasal dari 300 citra asli hasil pengambilan gambar secara mandiri di lapangan, kemudian dikembangkan menjadi 2.900 citra melalui proses data augmentation. Penelitian dilakukan melalui beberapa tahapan, yaitu pengumpulan data, preprocessing berupa pengubahan ukuran citra dan pelabelan data, pelatihan model menggunakan arsitektur NASNet-Mobile, evaluasi performa model menggunakan Confusion Matrix, serta implementasi model ke dalam aplikasi berbasis Streamlit. Dataset dibagi menjadi 70% data pelatihan, 15% data validasi, dan 15% data pengujian. Model yang telah dilatih kemudian diintegrasikan ke dalam aplikasi sehingga pengguna dapat melakukan klasifikasi jenis daun singkong secara otomatis dengan mengunggah citra. Hasil pengujian menunjukkan bahwa model NASNet-Mobile memperoleh akurasi sebesar 87,36%, precision sebesar 0,91, recall sebesar 0,74, dan F1-score sebesar 0,75. Selain itu, hasil implementasi pada aplikasi berbasis Streamlit menunjukkan bahwa sistem berhasil mengklasifikasikan citra daun singkong Papua, Sayur, dan Karet serta menampilkan hasil prediksi, nilai confidence, dan informasi karakteristik daun sesuai dengan kelas yang terdeteksi. Pengujian Black Box Testing juga menunjukkan bahwa seluruh fungsi sistem, mulai dari proses pengunggahan citra hingga penyajian hasil klasifikasi, berjalan sesuai dengan yang diharapkan. Meskipun demikian, model masih memiliki keterbatasan dalam mengenali daun singkong Karet yang ditunjukkan oleh nilai recall yang lebih rendah dibandingkan dua kelas lainnya.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Klasifikasi Citra, Daun Singkong, Convolutional Neural Network (CNN), NASNet-Mobile, Streamlit.
Subjects: 140 Plant science > 150 Agriculture and estate crops
140 Plant science > 161 Agricultural industrial technology (and agrotechnology)
410 Engineering science > 459 Computer science
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika
Depositing User: Umi Roziqoh
Last Modified: 04 Aug 2026 14:13
URI: http://repository.unpkediri.ac.id/id/eprint/26198

Actions (login required)

View Item View Item