PEMANFAATAN HYPERPARAMETER PADA ALGORITMA CONVOLUTION NEURAL NETWORK (CNN) DALAM MENDETEKSI PENYAKIT POHON SAWIT

Firdaus, Faiz Faza (2023) PEMANFAATAN HYPERPARAMETER PADA ALGORITMA CONVOLUTION NEURAL NETWORK (CNN) DALAM MENDETEKSI PENYAKIT POHON SAWIT. Diploma thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

	Text SKRIPSI_Faiz Faza Firdaus_123180012 .pdf Restricted to Repository staff only Download (4MB)
	Text ABSTRAK.pdf Download (13kB)
	Text COVER.pdf Download (163kB)
	Text daftar isi.pdf Download (50kB)
	Text daftar pustaka.pdf Download (145kB)
	Text daftar pustaka.pdf Download (145kB)

Abstract

Industri kelapa sawit merupakan sektor pertanian yang penting dan berperan dalam
ekonomi global. Salah satu tantangan utama dalam budidaya kelapa sawit adalah infeksi
penyakit pada daun sawit, yang dapat menyebabkan penurunan hasil panen dan produktivitas
yang signifikan. Oleh karena itu, identifikasi dan analisis penyakit daun sawit memiliki
peran penting dalam upaya pencegahan, pengendalian, dan pengelolaan penyakit tersebut.
Sehingga perlu dilakukan identifikasi penyakit daun sawit, salah satu caranya dengan
menggunakan Convolutional Neural Network.
CNN diklaim sebagai metode terbaik dapat mengatasi permasalahan image
classification. Salah satu cara untuk menghasilkan model CNN yang baik yaitu dengan
menetapkan hyperparametar yang sesuai dengan model tersebut. Maka dari itu, dilakukan
18 skenario kombinasi hyperparameter pada model CNN abatara lain dropout, dense layer,
dan optimizer untuk memperoleh model yang optimal.
Hasil dari pengujian confusion matrix dengan menggunakan data 135 uji
memperoleh hasil accuracy 94,07%, precision 94,33%, recall 94,33%, dan f1-score 94,33%.
Dari 45 citra kelas Broen Spot, 44 citra diklasifikasikan dengan benar, dari 45 citra kelas
healthy, 40 citra diklasifikasikan dengan benar, dan dari 45 citra kelas White Scale, 43 citra
diklasifikasikan dengan benar. Dari hasil pengujian model CNN mampu mengindentifikasi
data baru, hal ini menunjukkan bahwa penerapan hyperparameter dapat menghasilkan
akurasi yang baik.
Kata kunci : klasifikasi citra, CNN, hyperparameter, identifikasi citra, penyakit, daun
sawit

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	klasifikasi citra, CNN, hyperparameter, identifikasi citra, penyakit, daun sawi
Subjects:	Q Science > Q Science (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eny Suparny
Date Deposited:	09 Aug 2023 08:46
Last Modified:	09 Aug 2023 08:47
URI:	http://eprints.upnyk.ac.id/id/eprint/36845

Actions (login required)

View Item