• 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

Penerapan Artificial Intelligence untuk Deteksi Dini Penyakit pada Tanaman Daun Selada Hidroponik Berbasis Internet Of Things = Application of Artificial Intelligence for Early Detection of Disease in Hydroponic Lettuce Leaf Plants Based on the Internet of Things

BADRI - Nama Orang; Fitri Maharani - Nama Orang; Arif Nursyahid - Nama Orang; HELMY - Nama Orang;

Budidaya selada hidroponik menghadapi tantangan berupa risiko penyakit daun yang disebabkan oleh perawatan kurang tepat, suhu tinggi, ketidakseimbangan nutrisi, dan minimnya pengetahuan kondisi tanaman. Pemantauan manual yang dilakukan pengelola greenhouse kurang efektif, sementara lambatnya mitigasi penyakit saat gejala awal muncul dapat menyebabkan penyebaran cepat dalam sistem hidroponik dan berujung pada kegagalan panen serta kerugian ekonomi signifikan. Penelitian ini bertujuan untuk merancang dan membuat alat deteksi dini penyakit pada tanaman daun selada hidroponik dengan sistem notifikasi untuk mitigasi cepat. Metode yang digunakan adalah Convolutional Neural Network (CNN) untuk mendeteksi kondisi selada berupa sehat, layu, kekurangan nutrisi, dan pH berlebih. Model CNN yang telah dilatih diintegrasikan dengan Raspberry Pi 4 yang terhubung kamera untuk mengambil gambar selada. Hasil penelitian menunjukkan sistem klasifikasi mencapai akurasi 96,88% pada data uji dan 88,44% saat implementasi di lingkungan nyata. Sistem transmisi data memiliki rata-rata delay 1,0625 detik dengan data loss 0%. Sistem notifikasi Telegram berhasil diimplementasikan dengan rata-rata delay pengiriman 2,201 detik. Integrasi sistem klasifikasi AI dengan notifikasi berhasil mendeteksi gejala penyakit daun selada secara otomatis dan mengirimkan hasil deteksi secara berkala kepada pengguna.


Fulltext
  • Harap masuk untuk melihat lampiran
Informasi Detail
Judul Seri
-
No. Panggil
TE 001 2025
Penerbit
Semarang : Politeknik Negeri Semarang., 2025
Deskripsi Fisik
xv, 134 hal. : illus. ; 30 cm.
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
text
Tipe Media
computer
Tipe Pembawa
online resource
Edisi
-
Subjek
RASPBERRY PI
iot
CNN
DETEKSI PENYAKIT
selada hidroponik
Info Detail Spesifik
-
Pernyataan Tanggungjawab
BADRI
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.

Jam Buka Perpustakaan

Senin - Kamis:
07.30 - 16.00 WIB

Jum'at:
07.30 - 16.30 WIB


NPP. 3374102C0000002
0895340731030
Follow Us
Subscribe

© 2026 — 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?