Detail Tugas Akhir

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.

Berkas Tugas Akhir

PDF
Text (SURAT PERSETUJUAN UNGGAH KARYA ILMIAH)
Surat Persetujuan Unggah Karya Ilmiah.pdf
Baca PDF Ukuran File (257kB)
PDF
Text (HALAMAN DEPAN)
Halaman Depan.pdf
Baca PDF Ukuran File (1MB)
PDF
Text (BAB I)
BAB I.pdf
Baca PDF Ukuran File (192kB)
PDF
Text (BAB II)
BAB II.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Ukuran File (337kB)
PDF
Text (BAB III)
BAB III.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Ukuran File (222kB)
PDF
Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Ukuran File (297kB)
PDF
Text (BAB V)
BAB V.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Ukuran File (160kB)
PDF
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf
Baca PDF Ukuran File (176kB)
PDF
Text (SKRIPSI FULL TEXT)
Skripsi Full Text.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Ukuran File (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.

Informasi Item

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
Date Deposited 03 Mar 2023 06:37
Last Modified 03 Mar 2023 06:37
URI https://eprints.umpo.ac.id/id/eprint/11011

Actions (login required)

View Item
View Item
Ada yang bisa kami bantu?