IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK MENGGUNAKAN ARSITEKTUR VGG19 UNTUK KLASIFIKASI PENYAKIT DAUN PISANG

Fahriza, Naufal Nur (2024) IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK MENGGUNAKAN ARSITEKTUR VGG19 UNTUK KLASIFIKASI PENYAKIT DAUN PISANG. Other thesis, UPN Veteran Yogyakarta.

	Text Abstrak.pdf Download (160kB)
	Text Cover.pdf Download (151kB)
	Text Daftar Isi.pdf Download (102kB)
	Text Daftar Pustaka.pdf Download (150kB)
	Text Halaman Pengesahan Pembimbing.pdf Download (72kB)
	Text Halaman Pengesahan Penguji.pdf Download (242kB)
	Text SKRIPSI FULL_Naufal Nur Fahriza_123190024.pdf Restricted to Repository staff only Download (3MB)

Abstract

Tanaman pisang (Musa Paradisiaca L.) adalah salah satu tanaman hortikultura yang sangat
populer di Indonesia, dengan sebagian besar produksinya berasal dari Jawa dan Sumatra. Namun, produksi pisang menurun karena kurangnya pengetahuan petani tentang penyakit
pada tanaman pisang. Beberapa penyakit yang umum termasuk Sigatoka, Cordana, dan
Pestalotiopsis. Penelitian ini bertujuan untuk mengklasifikasikan penyakit daun pisang
menggunakan metode Transfer Learning Convolutional Neural Network (CNN) dengan
arsitektur VGG19. Dataset yang digunakan dalam penelitian ini bernama Banana Leaf Spot
Diseases dengan tiga kelas penyakit: Cordana, Pestalotiopsis, Sigatoka, dan satu kelas
kondisi sehat. Pengujian dilakukan dengan pendekatan transfer learning menggunakan
model VGG19 yang telah dilatih sebelumnya (pre-trained) dan model VGG19 yang tidak
dilatih sebelumnya (non pre-trained), dengan learning rate 1e-4 dan 1e-5, serta
dikombinasikan dengan jumlah epoch sebesar 10 dan 20. Hasil penelitian menunjukkan
bahwa kombinasi terbaik adalah penggunaan model pre-trained VGG19 dengan learning
rate 1e-4 dan 10 epoch, menghasilkan akurasi 97%. Penelitian ini menunjukkan bahwa
metode Transfer Learning CNN dengan arsitektur VGG19 dapat mengklasifikasikan
penyakit daun pisang dengan akurasi tinggi pada dataset yang terbatas. Kata Kunci: Convolutional Neural Network, Transfer Learning, VGG19, Penyakit daun
pisang

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Convolutional Neural Network, Transfer Learning, VGG19, Penyakit daun pisang
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	A.Md Sepfriend Ayu Kelana Giri
Date Deposited:	15 May 2024 08:48
Last Modified:	15 May 2024 08:48
URI:	http://eprints.upnyk.ac.id/id/eprint/39441

Actions (login required)

View Item