Kresnawan, Michael Ilham (2024) KLASIFIKASI HAMA DAN PENYAKIT TANAMAN BAWANG MERAH MENGGUNAKAN METODE FASTER R-CNN DENGAN ARSITEKTUR RESNET50. Undergraduate thesis, Universitas Nusantara PGRI Kediri.
Text (Full text)
RAMA_55201_2013020010.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_2013020010_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (415kB) |
|
Text (Cover sd BAB 1 + References)
RAMA_55201_2013020010_0708028704_0729098903_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (5MB) |
|
Text (BAB 2)
RAMA_55201_2013020010_0708028704_0729098903_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy |
|
Text (BAB 3)
RAMA_55201_2013020010_0708028704_0729098903_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_2013020010_0708028704_0729098903_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy |
|
Text (BAB 5)
RAMA_55201_2013020010_0708028704_0729098903_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (309kB) | Request a copy |
|
Text (References)
RAMA_55201_2013020010_0708028704_0729098903_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (424kB) |
|
Text (Lampiran)
RAMA_55201_2013020010_0708028704_0729098903_07_lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy |
Abstract
Bawang merah adalah salah satu jenis sayuran rempah yang memiliki nilai ekonomi tinggi dan menawarkan berbagai manfaat. Namun, dalam proses pembudidayaannya, tanaman bawang merah sering menghadapi serangan hama dan penyakit akibat infeksi virus atau jamur yang dapat menghambat pertumbuhan dan kualitas hasil panen. Identifikasi manual terhadap kondisi kesehatan tanaman bawang merah menghadapi banyak kendala, termasuk keterbatasan manusia dalam mengenali gejala penyakit dan hama secara efektif. Untuk mengatasi masalah ini, teknologi pengolahan citra digital (image processing) dapat digunakan untuk mengidentifikasi tanaman yang terkena penyakit dan hama secara efisien. Dalam penelitian ini, dilakukan identifikasi hama dan penyakit pada tanaman bawang merah dengan metode Faster R-CNN dengan Arsitektur ResNet50 sebagai metode Klasifikasi. Dataset yang digunakan dalam penelitian ini berjumlah 319, terdiri dari 162 data normal, 59 data penyakit jamur daun, 55 data hama busuk bawah, dan 43 data hama ulat bawang. Hasil implementasi menunjukan bahwa metode Faster R-CNN dengan Arsitektur ResNet50 mendapatkan nilai tingkat akurasi tertinggi sebesar 86%, dimana hasil dari tingkat akurasi tersebut cukup dalam melakukan klasifikasi sebuah objek tanaman bawang merah.
Item Type: | Thesis (Undergraduate) |
---|---|
Uncontrolled Keywords: | Bawang merah, Klasifikasi, Faster R-CNN, ResNet50 |
Subjects: | 410 Engineering science > 457 Computer engineering 410 Engineering science > 459 Computer science 410 Engineering science > 461 Information systems |
Divisions: | Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika |
Depositing User: | Michael Ilham Kresnawan |
Last Modified: | 16 Aug 2024 03:46 |
URI: | http://repository.unpkediri.ac.id/id/eprint/15928 |
Actions (login required)
View Item |