SKRIPSI DIGITAL
Implementasi Deep Learning Untuk Deteksi Penyakit Pada Tanaman Anggrek Menggunakan Convolutional Neural Network (CNN) = Implementation of Deep Learning for Disease Detection in Orchid Plants Using Convolutional Neural Network (CNN)
Budidaya anggrek, sebagai sektor hortikultura yang signifikan, menghadapi ancaman kerugian
ekonomi dari serangan penyakit yang diagnosisnya masih bergantung pada metode manual.
Meskipun penerapan deep learning untuk deteksi penyakit tanaman terus berkembang, aplikasinya
pada patologi anggrek masih terbatas. Selain itu, penelitian yang ada seringkali hanya berfokus pada
metrik kinerja tanpa validasi sistematis untuk memastikan model mempelajari fitur patologis yang
relevan. Oleh karena itu, penelitian ini melakukan perbandingan komprehensif terhadap arsitektur
deteksi objek modern Faster R-CNN, RetinaNet, SSD, dan YOLOv11 untuk mengidentifikasi model
paling unggul, sekaligus menggunakan Explainable Artificial Intelligence (XAI) untuk menyelidiki
proses pengambilan keputusan dan memvalidasi ketangguhan diagnostiknya. Menggunakan dataset
kustom berisi 2.400 citra teraugmentasi yang mencakup tiga kelas penyakit, berbagai model diuji
secara komparatif, dan model dengan kinerja terbaik disempurnakan melalui optimisasi
hiperparameter. Hasil penelitian mengidentifikasi YOLOv11m yang teroptimisasi sebagai model
paling efektif, dengan pencapaian mean Average Precision (mAP@0.5) sebesar 0.85. Namun,
analisis XAI memberikan wawasan kritis: akurasi tinggi model terkadang dicapai karena
mempelajari 'jalan pintas' (shortcut learning), dengan mengandalkan korelasi palsu pada latar
belakang alih-alih gejala patologis yang sebenarnya. Studi ini menegaskan bahwa metrik akurasi
saja tidak cukup untuk validasi model. Penggunaan XAI merupakan langkah krusial untuk
mengaudit logika internal model dan menjamin keandalannya untuk penerapan di dunia nyata
Tidak tersedia versi lain
Karya Umum 
Filsafat 
Agama 
Ilmu-ilmu Sosial 
Bahasa 
Ilmu-ilmu Murni 
Ilmu-ilmu Terapan 
Kesenian, Hiburan, dan Olahraga 
Kesusastraan 
Geografi dan Sejarah