Informasi Umum

Kode

22.06.418

Klasifikasi

006.32 - Neural networks, perceptrons, connectionism, neural computers

Jenis

Karya Ilmiah - TA (D3) - Reference

Subjek

Artificial Intelligence, Machine - Learning,

Informasi Lainnya

Abstraksi

<p>Indonesia merupakan negara dengan kebutuhan beras yang cukup tinggi. Hal ini <br /> membuat petani harus memproduksi beras dengan jumlah yang besar dan kualitas yang <br /> baik. Namun, beberapa faktor yang dapat mengurangi kualitas dan kuantitas hasil tani, <br /> salah satunya adalah serangan penyakit pada tanaman padi yang terlambat untuk <br /> dianalisis dan sudah menuju tahap yang parah sehingga menyebabkan terjadinya gagal <br /> panen. Ketidaktahuan petani serta terbatas dan kurangnya informasi mengenai penyakit <br /> dan penanganan yang tepat menjadi faktor penyebab terlambatnya penanganan penyakit <br /> pada daun padi. Tujuan dari penelitian ini adalah untuk menerapkan arsitektur ResNet34 <br /> dan ResNet101 untuk klasifikasi penyakit daun pada padi. Residual Network (ResNet) <br /> merupakan salah satu arsitektur dari CNN. ResNet adalah salah satu arsitektur pada <br /> metode deep learning. Penelitian ini akan membandingkan dua jenis Resnet yaitu <br /> Resnet34 dengan Resnet 101 dan menggunakan optimizers RMSProp. Pengujian <br /> melalui dua skenario, untuk skenario pertama terdiri dari tiga jenis penyakit dan <br /> skenario kedua terdiri dari empat jenis penyakit dan masing – masing terdiri dari 40 <br /> citra. Jenis penyakit yang dimaksud adalah Bacterial Leaf Blight, Blast, Brown Spot, <br /> Leaf Smut, dan Tungro. Dataset yang digunakan adalah dataset publik dan Mandeley <br /> Data dan Kaggle, dataset sudah dibagi menjadi training set sebanyak 80% dan <br /> validation set se banyak 20%. Berdasarkan simulasi yang sudah dilakukan, tingkat <br /> tingkat akurasi Resnet101 lebih unggul dari ketiga skenario.<br />  </p>

<p>Kata Kunci: Penyakit Padi, Deep Learning, ResNet34, ResNet101, Optimizers.</p>

  • VTI1D2 - BENGKEL PEMOGRAMAN I
  • VTI1K2 - BENGKEL PEMOGRAMAN II
  • DTH3G4 - PROYEK AKHIR

Koleksi & Sirkulasi

Seluruh 1 koleksi sedang dipinjam

Anda harus log in untuk mengakses flippingbook

Pengarang

Nama MUHAMMAD NABIL AL FURQAN
Jenis Perorangan
Penyunting Indrarini Dyah Irawati, Sugondo Hadiyoso
Penerjemah

Penerbit

Nama Universitas Telkom, D3 Teknologi Telekomunikasi
Kota Bandung
Tahun 2022

Sirkulasi

Harga sewa IDR 0,00
Denda harian IDR 0,00
Jenis Non-Sirkulasi