IMPLEMENTASI BOT TELEGRAM SEBAGAI MEDIA BROADCASTING HASIL KLASIFIKASI CONVOLUTIONAL NEURAL NETWORK (CNN) CITRA DAUN TANAMAN PADI

Rizqi Rosyadi, Mohammad (2023) IMPLEMENTASI BOT TELEGRAM SEBAGAI MEDIA BROADCASTING HASIL KLASIFIKASI CONVOLUTIONAL NEURAL NETWORK (CNN) CITRA DAUN TANAMAN PADI. Skripsi (S1) thesis, Universitas Muhammadiyah Ponorogo.

	Text (SURAT PERSETUJUAN UNGGAH KARYA ILMIAH) Surat Persetujuan Unggah Karya Ilmiah.pdf Download (257kB)
	Text (HALAMAN DEPAN) Halaman Depan.pdf Download (1MB)
	Text (BAB I) BAB I.pdf Download (192kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (337kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (222kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (297kB)
	Text (BAB V) BAB V.pdf Restricted to Registered users only Download (160kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Download (176kB)
	Text (SKRIPSI FULL TEXT) Skripsi Full Text.pdf Restricted to Repository staff only Download (186kB)

Abstract

Tanaman padi memegang peranan penting dalam sendi kehidupan masyarakat Indonesia dikarenakan padi merupakan bahan baku beras sebagai makanan pokok. Pada proses produksi padi tidak menutup kemungkinan adanya gangguan oleh hama dan penyakit sehingga mengakibatkan adanya kerugian-kerugian yang menimbulkan gagal panen. Sedangkan hama pada tanaman padi bisa diakibatkan oleh berbagai jenis yakni jenis jamur (leafblast, hispa, brownspot) dan jenis hewan pengganggu. Pada penelitian kali ini akan dilakukan bagaimana mengklasifikasikan citra daun tanaman padi menggunakan algortima deep learning Convolutional Neural Network (CNN) kemudian hasil klasifikasi dikirim ke pengguna dengan memanfaatkan aplikasi chat telegram. Dataset citra daun tanaman padi dikelompokkan menjadi 4 kelompok (leafblast, brownspot, hispa dan healthy). Dari beberapa kali percobaan dapat diketahui hasil dari performa sistem yakni kecepatan klasifikasi membutuhkan waktu selama 30-60 detik.

Item Type:	Thesis (Skripsi (S1))
Uncontrolled Keywords:	CNN, Quality Of Service, Tanaman Padi, Deep Learning.
Subjects:	T Technology > TA Engineering (General). Civil engineering (General)
Divisions:	Faculty of Engineering > Department of Informatic Engineering
Depositing User:	ft . userft
Date Deposited:	03 Mar 2023 06:37
Last Modified:	03 Mar 2023 06:37
URI:	http://eprints.umpo.ac.id/id/eprint/11011

Actions (login required)

View Item