UMJ PremiumUMJ Premium
International Conference on Engineering, Applied Sciences and TechnologyInternational Conference on Engineering, Applied Sciences and TechnologyProyek ini mengembangkan sistem klasifikasi penyakit daun stroberi berbasis pembelajaran mendalam menggunakan Convolutional Neural Networks (CNN). Tujuan dari proyek ini adalah untuk mengatasi keterbatasan metode manual, yaitu inspeksi visual yang memakan waktu dan rawan kesalahan. Dengan menerapkan teknik transfer learning dan pra-pemrosesan gambar (seperti pengubahan ukuran dan normalisasi), model dilatih untuk mengklasifikasikan gambar daun ke dalam kategori penyakit seperti Leaf Spot, Powdery Mildew, atau daun sehat. Evaluasi model menunjukkan akurasi keseluruhan sebesar 63% pada data uji. Meskipun akurasi bervariasi menurut kelas, beberapa kelas menunjukkan kinerja yang kuat (misalnya, Blossom Blight dengan akurasi 90% dan recall 100%). Matriks kebingungan juga digunakan untuk menganalisis kesalahan klasifikasi tertentu. Tantangan utama yang dihadapi adalah potensi overfitting dan data yang terbatas. Namun, proyek ini menunjukkan kelayakan pendekatan AI untuk pertanian presisi, membuka jalan bagi pengembangan model yang lebih baik di masa depan.
Studi ini menunjukkan bahwa pembelajaran mendalam dengan transfer learning (didukung oleh teknik pemrosesan gambar yang efektif) secara efektif mendukung klasifikasi penyakit daun stroberi.Meskipun akurasi keseluruhan pada data uji mencapai 63%, beberapa kelas menunjukkan kinerja yang sangat baik, sementara yang lain masih memiliki ruang untuk perbaikan.Laporan klasifikasi dan matriks kebingungan yang dihasilkan dapat memberikan pemahaman yang lebih mendalam tentang kekuatan dan kelemahan model.
Berdasarkan hasil penelitian ini, beberapa saran penelitian lanjutan dapat diajukan. Pertama, perlu dilakukan eksplorasi lebih lanjut terhadap teknik augmentasi data untuk mengatasi masalah keterbatasan data, dengan fokus pada variasi kondisi pencahayaan dan latar belakang yang lebih realistis. Kedua, pengembangan model yang lebih robust terhadap overfitting dapat dicapai dengan menerapkan teknik regularisasi yang lebih canggih, seperti dropout atau batch normalization, serta melakukan validasi silang yang lebih ekstensif. Ketiga, penelitian dapat difokuskan pada pengintegrasian data multispektral atau hyperspektral untuk meningkatkan akurasi deteksi penyakit, terutama pada tahap awal ketika gejala visual masih samar. Dengan menggabungkan ketiga saran ini, diharapkan dapat menghasilkan model klasifikasi penyakit daun stroberi yang lebih akurat, efisien, dan dapat diandalkan untuk mendukung pengambilan keputusan petani dalam praktik pertanian presisi.
- Pengolahan Produk Dari Hasil Petani Strowbery Dan Umkm Di Desa Wisata Lebakmuncang | IKRA-ITH ABDIMAS.... doi.org/10.37817/ikra-ithabdimas.v9i2.4073Pengolahan Produk Dari Hasil Petani Strowbery Dan Umkm Di Desa Wisata Lebakmuncang IKRA ITH ABDIMAS doi 10 37817 ikra ithabdimas v9i2 4073
- KLASIFIKASI JENIS PENYAKIT PADA CITRA DAUN PADI MENGGUNAKAN ALGORITMA CONVOLUTION NEURAL NETWORK | Jurnal... jurnal.undhirabali.ac.id/index.php/jutik/article/view/2074KLASIFIKASI JENIS PENYAKIT PADA CITRA DAUN PADI MENGGUNAKAN ALGORITMA CONVOLUTION NEURAL NETWORK Jurnal jurnal undhirabali ac index php jutik article view 2074
- IDENTIFIKASI PENYAKIT DAUN PADI DENGAN METODE TRANSFER LEARNING MOBILENET - SUPPORT VECTOR MACHINE |... doi.org/10.36040/jati.v9i3.14245IDENTIFIKASI PENYAKIT DAUN PADI DENGAN METODE TRANSFER LEARNING MOBILENET SUPPORT VECTOR MACHINE doi 10 36040 jati v9i3 14245
- Klasifikasi Citra Penyakit Tanaman pada Daun Paprika dengan Metode Transfer Learning Menggunakan DenseNet-201... ijcs.net/ijcs/index.php/ijcs/article/view/3746Klasifikasi Citra Penyakit Tanaman pada Daun Paprika dengan Metode Transfer Learning Menggunakan DenseNet 201 ijcs ijcs index php ijcs article view 3746
| File size | 449.97 KB |
| Pages | 7 |
| DMCA | Report |
Related /
MGEDUKASIAMGEDUKASIA Pada siklus pertama, tingkat keberhasilan mencapai 70%, dengan 4 anak yang belum mencapai kriteria keberhasilan. Pada siklus kedua, tingkat keberhasilanPada siklus pertama, tingkat keberhasilan mencapai 70%, dengan 4 anak yang belum mencapai kriteria keberhasilan. Pada siklus kedua, tingkat keberhasilan
UNTARUNTAR Penelitian ini menunjukkan bahwa likuiditas berpengaruh negatif terhadap cash holding, sementara profitabilitas dan net working capital tidak berpengaruh.Penelitian ini menunjukkan bahwa likuiditas berpengaruh negatif terhadap cash holding, sementara profitabilitas dan net working capital tidak berpengaruh.
JOURNALSTKIPPGRISITUBONDOJOURNALSTKIPPGRISITUBONDO Hal ini karena pembelajaran dengan gamifikasi menyediakan atmosfer belajar yang menarik dengan menyajikan komponen kolaboratif dan kompetitif, yang dapatHal ini karena pembelajaran dengan gamifikasi menyediakan atmosfer belajar yang menarik dengan menyajikan komponen kolaboratif dan kompetitif, yang dapat
JOURNALSTKIPPGRISITUBONDOJOURNALSTKIPPGRISITUBONDO Hasil penelitian menunjukkan bahwa implementasi P5 yang optimal dapat meningkatkan inovasi, kreativitas, dan kemampuan siswa dalam memecahkan masalah secaraHasil penelitian menunjukkan bahwa implementasi P5 yang optimal dapat meningkatkan inovasi, kreativitas, dan kemampuan siswa dalam memecahkan masalah secara
UNSIKAUNSIKA Oleh sebab itu, diperlukan pelatihan terutama tentang pembuatan curriculum vitae dan LinkedIn untuk personal branding, tips dan trik wawancara, yang dilanjutkanOleh sebab itu, diperlukan pelatihan terutama tentang pembuatan curriculum vitae dan LinkedIn untuk personal branding, tips dan trik wawancara, yang dilanjutkan
UNDANAUNDANA (a) Pada data set I dengan 10 user barcode, gabor filter memiliki tingkat akurasi tertinggi sebesar 100%. (b) Kecepatan proses pembelajaran pada barcode(a) Pada data set I dengan 10 user barcode, gabor filter memiliki tingkat akurasi tertinggi sebesar 100%. (b) Kecepatan proses pembelajaran pada barcode
UNDANAUNDANA Untuk mengatasinya, penelitian ini menggunakan metode Multinomial Naive Bayes untuk mengklasifikasi status mitra yang ada di PT. Angkasa Pura I berdasarkanUntuk mengatasinya, penelitian ini menggunakan metode Multinomial Naive Bayes untuk mengklasifikasi status mitra yang ada di PT. Angkasa Pura I berdasarkan
UNDANAUNDANA Hasil akhir dari penelitian ini adalah aplikasi sistem pendukung keputusan penentuan permohonan pinjaman nasabah dengan metode MFEP. Keluaran dari sistemHasil akhir dari penelitian ini adalah aplikasi sistem pendukung keputusan penentuan permohonan pinjaman nasabah dengan metode MFEP. Keluaran dari sistem
Useful /
MGEDUKASIAMGEDUKASIA Hal ini menunjukkan bahwa penerapan metode eksperimen ternyata sangat efektif dalam meningkatkan kemampuan kognitif anak, karena terjadi peningkatan skorHal ini menunjukkan bahwa penerapan metode eksperimen ternyata sangat efektif dalam meningkatkan kemampuan kognitif anak, karena terjadi peningkatan skor
MGEDUKASIAMGEDUKASIA The research subjects were 25 students of class V. Data collection techniques were carried out through observation, learning interest questionnaires, learningThe research subjects were 25 students of class V. Data collection techniques were carried out through observation, learning interest questionnaires, learning
UNDARISUNDARIS Penelitian ini bertujuan untuk menguji secara empiris pengaruh Viral Marketing, Hedonic Shopping Motivation dan Flash Sale Terhadap Impulsive Buying padaPenelitian ini bertujuan untuk menguji secara empiris pengaruh Viral Marketing, Hedonic Shopping Motivation dan Flash Sale Terhadap Impulsive Buying pada
UNDANAUNDANA Jika pemeliharaan tanaman dilakukan secara manual, maka setiap tanaman diamati untuk kemudian dianalisis apakah mengalami defisiensi unsur hara berdasarkanJika pemeliharaan tanaman dilakukan secara manual, maka setiap tanaman diamati untuk kemudian dianalisis apakah mengalami defisiensi unsur hara berdasarkan