OPTIMASI MODEL CONVOLUTIONAL NEURAL NETWORK BERBASIS VGG19 UNTUK KLASIFIKASI CITRA PENYAKIT DAUN PADA TANAMAN PADI

Nugraha, Bagas Alifa (2025) OPTIMASI MODEL CONVOLUTIONAL NEURAL NETWORK BERBASIS VGG19 UNTUK KLASIFIKASI CITRA PENYAKIT DAUN PADA TANAMAN PADI. Skripsi thesis, UPN Veteran Yogyakarta.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (367kB)
[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf

Download (72kB)
[thumbnail of PENGESAHAN PEMBIMBING.pdf] Text
PENGESAHAN PEMBIMBING.pdf

Download (919kB)
[thumbnail of PENGESAHAN PENGUJI.pdf] Text
PENGESAHAN PENGUJI.pdf

Download (857kB)
[thumbnail of DAFTAR ISI.pdf] Text
DAFTAR ISI.pdf

Download (125kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf

Download (114kB)
[thumbnail of SKRIPSI FULL_BAGAS ALIFA NUGRAHA_123190099.pdf] Text
SKRIPSI FULL_BAGAS ALIFA NUGRAHA_123190099.pdf
Restricted to Repository staff only

Download (17MB)

Abstract

Penelitian ini bertujuan untuk mengembangkan model klasifikasi penyakit daun padi
menggunakan algoritma Convolutional Neural Network (CNN) dengan arsitektur VGG19
yang telah dioptimasi. Dataset yang digunakan terdiri dari 2100 citra enam jenis penyakit
daun padi yang diambil dari sumber terbuka Kaggle. Model CNN diuji dengan berbagai
kombinasi parameter, seperti jenis optimizer (SGD, RMSprop, dan Adam), jumlah epoch,
serta pendekatan transfer learning berupa fine-tuning dan freezing layer. Evaluasi dilakukan
dengan menggunakan confusion matrix untuk menghitung akurasi, presisi, dan recall. Hasil
terbaik diperoleh saat menggunakan optimizer Adam, 20 epoch, dan fine-tuning seluruh
layer, yang menghasilkan akurasi tertinggi sebesar 97%. Implementasi sistem klasifikasi
dalam bentuk antarmuka web juga dilakukan dan diuji menggunakan metode black box.
Hasil penelitian menunjukkan bahwa penggunaan transfer learning dengan VGG19 efektif
dalam meningkatkan performa klasifikasi penyakit daun padi serta memiliki potensi untuk
mendukung deteksi dini dalam bidang pertanian digital
Kata Kunci: CNN, VGG19, Penyakit daun padi, Transfer learning, Klasifikasi citra,
Optimizer, Deep learning.

Item Type: Tugas Akhir (Skripsi)
Additional Information: Bagas Alifa Nugraha (Penulis) ; Bambang Yuwono (Pembimbing)
Uncontrolled Keywords: CNN, VGG19, Penyakit daun padi, Transfer learning, Klasifikasi citra, Optimizer, Deep learning.
Subjek: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Teknik Industri > (S1) Informatika
Depositing User: A.Md Eko Suprapti
Date Deposited: 01 Aug 2025 03:10
Last Modified: 01 Aug 2025 03:10
URI: http://eprints.upnyk.ac.id/id/eprint/43366

Actions (login required)

View Item View Item