Samodra, Teguh (2025) Aplikasi pendeteksi penyakit daun tanaman kentang menggunakan algoritma convolutional neural network. Sarjana thesis, Universitas Muria Kudus.

Preview	Text (Halaman Judul) Halaman Judul.pdf - Published Version Download | Baca Disini
Preview	Text (Bab 1) Bab 1 TA.pdf - Published Version Download | Baca Disini
	Text (Bab 2) Bab 2 TA.pdf - Published Version Restricted to Registered users only Download
	Text (Bab 3) Bab 3 TA.pdf - Published Version Restricted to Registered users only Download
	Text (Bab 4) Bab 4 TA.pdf - Published Version Restricted to Registered users only Download
	Text (Bab 5) Bab 5 TA.pdf - Published Version Restricted to Registered users only Download
Preview	Text (Daftar Pustaka) Daftar Pustaka TA.pdf - Published Version Download | Baca Disini
	Text (Lampiran) Lampiran TA.pdf - Published Version Restricted to Registered users only Download

Abstrak

Penyakit pada daun tanaman kentang merupakan salah satu faktor utama yang mempengaruhi hasil panen, sehingga diperlukan metode deteksi yang efektif untuk membantu mengidentifikasi penyakit secara dini. Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis Android yang mampu mendeteksi penyakit daun tanaman kentang menggunakan algoritma Convolutional Neural Network. Metode yang digunakan dalam penelitian ini meliputi beberapa tahapan, yaitu pengumpulan dataset gambar daun tanaman kentang yang terdiri dari tiga kelas utama: bercak kering, busuk daun, dan sehat. Dataset tersebut kemudian melalui proses pre-processing dan augmentasi. Model dibuat dengan tujuh lapisan konvolusi yang diikuti oleh lapisan max pooling dan lapisan dense untuk klasifikasi. Model dilatih dan dievaluasi untuk memastikan kinerja optimal. Setelah itu, model dikonversi ke format Tensorflow Lite dan diimplementasikan ke dalam aplikasi Android yang dirancang menggunakan bahasa pemrograman Kotlin dengan antarmuka berbasis Jetpack Compose. Hasil penelitian menunjukkan bahwa model yang dikembangkan memiliki akurasi 95% pada data training dan 98% pada data validation, dengan akurasi confusion matrix mencapai 98%. Evaluasi menggunakan metrik precision, recall, dan f1-score menunjukkan performa model yang konsisten pada ketiga kelas penyakit. Aplikasi yang dihasilkan memungkinkan pengguna mengunggah gambar daun melalui galeri atau kamera, memproses gambar menggunakan model dan menampilkan informasi mengenai klasifikasi penyakit, tingkat akurasi, gejala penyakit, serta rekomendasi langkah penanganan.

Item Type:	Skripsi/ Thesis (Sarjana)
Dosen Pembimbing:	Dosen Pembimbing : 1. Esti Wijayanti, S.Kom., M.Kom Dosen Pembimbing : 2. Rina Fiati, S.T., M.Cs
Kata Kunci:	Daun kentang, Convolutional Neural Network, Aplikasi Android.
Subjects:	Teknologi > T1 Teknologi (Umum) > Teknologi Informasi Teknologi > T1 Teknologi (Umum)
Program Studi:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Mr Firman Al Mubaroq
Date Deposited:	04 Aug 2025 04:22
Last Modified:	04 Aug 2025 04:22
URI:	http://eprints.umk.ac.id/id/eprint/24852

Actions (login required)

View Item