SISTEM PAKAR PENYAKIT DAUN PADA KACANG TANAH MENGGUNAKAN CNN (CONVOLUTIONAL NEURAL NETWORK)

Widodo, Aion Suharis and WULANNINGRUM, RESTY and SWANJAYA, DANIEL (2022) SISTEM PAKAR PENYAKIT DAUN PADA KACANG TANAH MENGGUNAKAN CNN (CONVOLUTIONAL NEURAL NETWORK). Undergraduate thesis, Universitas Nusantara PGRI Kediri.

Text (Full Text) RAMA_55201_18103020083.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (931kB) | Request a copy

Abstract

Proses identifikasi berbasis K-Means pada deteksi citra penyakit daun tanaman kacang tanah menggunakan Convolutional Neural Network (CNN) adalah salah satu metode dalam pengolahan citra digital untuk untuk mendeteksi dan mengenali object pada sebuah image. Salah satu algoritma yang digunakan untuk metode CNN adalah K-Means. Algoritma K-Means berfungsi mengelompokkan citra data masukan dalam beberapa kelompok berdasarkan jarak minimum. Implementasi algoritma CNN dalam mengklasifikasikan citra daun kacang yang terserang penyakit dilakukan dengan mencari rancangan arsitektur terbaik dengan membandingkan beberapa parameter yaitu epoch, jenis optimizer dan skenario dataset. Arsitektur CNN terbaik yang diperoleh berdasarkan dari hasil perbandingan beberapa parameter dalam mengklasifikasikan citra jenis penyakit Angular Leaf Spot, Bean Rust dan Kacang Sehat adalah dengan menggunakan parameter size 40x40 piksel, ukuran kernel 3x3, learning rate 0,001, jenis optimizer Adam, epoch 120, batch size 30 dan skenario perbandingan dataset 90% :10% dengan jenis citra RGB (berwarna). Hasil tingkat akurasi yang diperoleh dari data testing dengan menggunakan model arsitektur terbaik dalam pengklasifikasian citra jenis penyakit pada Kacang berdasarkan daunnya yaitu sebesar 80,00%.

Actions (login required)

View Item