• 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

SKRIPSI DIGITAL

Sistem Deteksi Penyakit Pada Daun Tanaman Ubi Jalar Menggunakan CNN Berbasis Web = A Web-Based CNN System for Detecting Sweet Potato Leaf Diseases

INDRA HERDIANA - Nama Orang; Wiktasari - Nama Orang; Slamet Handoko - Nama Orang;

Indra Herdiana, “Sistem Deteksi Penyakit Pada Daun Tanaman Ubi Jalar Menggunakan CNN
Berbasis Web”, Skripsi D4 Jurusan Teknik Elektro Program Studi Teknologi Rekayasa Komputer
Politeknik Negeri Semarang, dibawah bimbingan Wiktasari, S.T., M.Kom., dan Slamet Handoko,
S.Kom., M.Kom., Agustus 2025.
Penelitian ini bertujuan untuk mengembangkan sistem deteksi penyakit pada daun ubi
jalar berbasis web dengan menerapkan arsitektur Convolutional Neural Network
(CNN). Sistem ini dirancang agar dapat mengidentifikasi kondisi daun ubi jalar secara
cepat, akurat, dan konsisten tanpa harus bergantung pada metode manual yang
cenderung subjektif. Dataset yang digunakan terdiri dari tiga kelas, yaitu daun sehat,
bercak bulat hitam, dan bercak hitam tepi kuning. Metode yang digunakan dalam
penelitian ini mencakup pelatihan beberapa model CNN, baik CNN baseline maupun
model pre-trained seperti VGG16, Xception, dan NASNetMobile. Data citra dibagi
menjadi 80% untuk pelatihan dan 20% untuk validasi. Proses pelatihan menggunakan
callback EarlyStopping untuk mencegah overfitting. Evaluasi model dilakukan
menggunakan metrik akurasi, presisi, recall, F1-score, serta confusion matrix untuk
memberikan gambaran menyeluruh mengenai performa klasifikasi. Hasil penelitian
menunjukkan bahwa model VGG16 memberikan performa terbaik dengan akurasi
tinggi dan konsistensi yang lebih baik dibandingkan model lainnya. Website yang
dikembangkan mampu menampilkan hasil prediksi secara interaktif, lengkap dengan
informasi kategori penyakit daun ubi jalar, tingkat kepercayaan prediksi, serta saran
penanganan. Selain itu, hasil uji kepuasan pengguna yang melibatkan 20 responden
menunjukkan bahwa aplikasi ini dapat diterima dengan baik dan berpotensi
mendukung petani dalam mengelola kesehatan tanaman ubi jalar secara lebih efektif.
Kata Kunci: Convolutional Neural Network, Deteksi Penyakit Daun, Ubi Jalar, Deep
Learning, Website.


Fulltext
  • Harap masuk untuk melihat lampiran
Informasi Detail
Judul Seri
-
No. Panggil
RK 040 2025
Penerbit
Semarang : Politeknik Negeri Semarang., 2025
Deskripsi Fisik
xiv; 54 hal.; ilus., 30 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
text
Tipe Media
computer
Tipe Pembawa
online resource
Edisi
-
Subjek
CNN
Info Detail Spesifik
-
Pernyataan Tanggungjawab
INDRA HERDIANA
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?