SKRIPSI DIGITAL
Pemanfaatan Model Machine Learning Untuk Menentukan Tingkat Kekeringan Berdasarkan Citra Digital = Utilization of Machine Learning Models to Determine Drought Levels Based on Digital Images
Rayhan Sultan Akbar, “Pemanfaatan Model Machine Learning untuk Menentukan Tingkat Kekeringan Cabai Berdasarkan Citra Digital”, Skripsi D-IV Jurusan Teknik Elektro Politeknik Negeri Semarang, di bawah bimbingan Tri Raharjo Yudantoro, S. Kom., M.Kom dan Amran Yobioktabera. S.Kom., M.Kom., 10 April 2025, Jumlah halaman
Kekeringan merupakan salah satu faktor yang dapat memengaruhi pertumbuhan dan kualitas hasil panen cabai (Capsicum spp.). Saat ini, metode pemantauan kekeringan masih banyak dilakukan secara manual, yang cenderung subjektif dan kurang akurat. Oleh karena itu, diperlukan sistem otomatis yang mampu mengklasifikasikan tingkat kekeringan cabai berdasarkan citra digital menggunakan teknologi kecerdasan buatan (Artificial Intelligence). Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis website yang dapat melakukan klasifikasi tingkat kekeringan cabai dengan memanfaatkan model machine learning. Dataset citra cabai akan dikumpulkan dan diproses menggunakan teknik preprocessing gambar, seperti konversi grayscale dan ekstraksi fitur tekstur. XGboost, Support Vector Machine (SVM), dan Random Forest (RF) akan dilatih untuk menentukan tingkat kekeringan cabai berdasarkan karakteristik visualnya. Model terbaik kemudian akan diintegrasikan ke dalam sistem berbasis website, sehingga pengguna dapat mengunggah gambar dan memperoleh hasil klasifikasi secara otomatis. Hasil dari penelitian ini diharapkan dapat memberikan solusi yang lebih akurat dan efisien dalam mendeteksi tingkat kekeringan cabai dibandingkan metode manual. Sistem ini juga berpotensi untuk dikembangkan lebih lanjut dengan fitur tambahan, seperti pemantauan kondisi pertanian secara real-time.
Kata Kunci: Kekeringan, Citra Digital, Machine Learning, Website.
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