• Beranda
  • Website Perpustakaan
  • Panduan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Penanda Bagikan

TA DIGITAL

Rancang Bangun Aplikasi Cerdas Berbasis Android Untuk Deteksi Penyakit Tanaman Kopi Menggunakan Algoritma Deep Learning = Designing an Android-based Smart Application for Coffee Plant Disease Detection Using Deep Learning Algorithm

Dani Kurniawati - Nama Orang; Restu Alam Bagaskara - Nama Orang; PRAYITNO - Nama Orang; Afandi Nur Aziz Thohari - Nama Orang;

Saat ini, penurunan kualitas dan kuantitas hasil pertanian di Indonesia disebabkan oleh beberapa faktor seperti cuaca, hama, dan patogen. Oleh karena itu, pembuktian kesehatan tanaman sangat diperlukan untuk meningkatkan kualitas hasil produksi. Pendeteksian yang dilakukan mendeteksi penyakit tanaman. Pada Tugas Akhir ini, kami menggunakan teknik deep learning dan algoritma Convolutional Neural Network (CNN) untuk deteksi penyakit pada tanaman kopi. Tujuan dari pengembangan aplikasi ini adalah untuk membantu petani dalam mengidentifikasi penyakit pada tanaman kopi dengan hasil yang efektif, praktis, dan akurat. Metode CRISP-DM diadopsi sebagai metode pengembangan, mulai dari analisis hingga perancangan aplikasi, pengembangan model menggunakan algoritma CNN, uji coba model, implementasi pada aplikasi, dan pengujian. Dataset yang digunakan berupa citra daun pohon kopi dalam berbagai keadaan, seperti sehat dan sakit. Model yang dilatih pada dataset tersebut diuji untuk mengetahui performa model dalam melakukan deteksi. Hasil pengujian yang diperoleh menunjukkan bahwa aplikasi dapat mendeteksi penyakit pada tanaman kopi dengan akurasi 97%. Aplikasi ini telah diuji secara langsung oleh beberapa petani kopi dan mendapatkan umpan balik yang positif. Dari hasil yang diperoleh, pengembangan aplikasi pendeteksi penyakit tanaman kopi dengan menggunakan teknik deep learning dan algoritma CNN memberikan hasil deteksi yang akurat kepada para petani sehingga membantu meningkatkan produktivitas dan kualitas tanaman kopi.


Fulltext
  • Harap masuk untuk melihat lampiran
Informasi Detail
Judul Seri
-
No. Panggil
IK 043 2023
Penerbit
Semarang : Politeknik Negeri Semarang., 2023
Deskripsi Fisik
xii, 59 hal.; ilus, 30 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
text
Tipe Media
computer
Tipe Pembawa
online resource
Edisi
-
Subjek
model
CNN
TANAMAN KOPI
PENYAKIT
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Dani Kurniawati
Versi lain/terkait

Tidak tersedia versi lain

Komentar

Anda harus masuk sebelum memberikan komentar

  • Panduan
  • Area Anggota

Tentang Kami

Si-Repo adalah platform digital yang dikelola oleh UPA Perpustakaan Politeknik Negeri Semarang, menyimpan karya ilmiah seperti Tugas Akhir, Skripsi, dan Tesis dari sivitas akademika Polines, untuk mendukung kebutuhan akademik, penelitian, dan pengembangan.

Pengunjung Web

Hari ini : Minggu ini : Bulan ini : Total :

© 2025 — Perpustakaan Politeknik Negeri Semarang

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?