SISTEM KLASIFIKASI PENYAKIT PADA BATANG TANAMAN JAGUNG MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS SINGLE BOARD COMPUTER

Muhammad, Thoyyib (2024) SISTEM KLASIFIKASI PENYAKIT PADA BATANG TANAMAN JAGUNG MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS SINGLE BOARD COMPUTER. Diploma thesis, Universitas Andalas.

	Text (Cover dan Abstrak) Abstrak.pdf - Published Version Download (154kB)
	Text (Bab 1 Pendahuluan) BAB 1.pdf - Published Version Download (63kB)
	Text (Bab 5 Penutup) BAB 5.pdf - Published Version Download (112kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (122kB)
	Text (Full Text) Laporan TA_Muhammad Thoyyib.pdf Download (6MB)

Abstract

Salah satu tantangan utama yang dihadapi dalam budidaya jagung adalah penyakit tanaman, yang dapat menghambat stabilitas produksi. Batang tanaman jagung memiliki kerentanan terhadap sejumlah penyakit, dan rentang usia ketika batang tersebut paling rentan terhadap serangan penyakit bervariasi tergantung pada jenis penyakitnya. Mayoritas petani tidak memiliki pengetahuan tentang nama-nama penyakit yang dapat menyerang tanaman jagung, serta gejala-gejala yang muncul pada tanaman ketika terkena penyakit tersebut. Algoritma Convolutional Neural Network (CNN) merupakan metode yang diterapkan pada Raspberry Pi 4B untuk mengklasifikasikan penyakit pada batang jagung agar mempunyai performa komputasi yang tinggi. Penyakit dari batang jagung yaitu Anthracnose, Busuk Arang, Busuk Pelepah, dan Gibberella. Sistem dapat mengklasifikasikan penyakit batang jagung dengan jarak yang optimal dengan objek batang jagung dan intensitas cahaya yang baik. Petani dapat mengetahui penyakit dan cara menanganinya melalui display yang terdapat pada alat. Sistem ini menghasilkan akurasi pengklasifikasian penyakit objek batang jagung sebesar 91% yang menandakan sistem berhasil diimplementasikan.

Actions (login required)

View Item