UNBINUNBIN
Jurnal SAINTEKOM (Sains dan Teknologi Komputasi)Jurnal SAINTEKOM (Sains dan Teknologi Komputasi)Penyakit virus kuning merupakan salah satu gangguan utama yang sering menyerang tanaman cabai. Penelitian ini bertujuan untuk menerapkan pendekatan machine learning berbasis Convolutional Neural Network (CNN) dalam mengidentifikasi penyakit virus kuning secara lebih cepat dan akurat. Data citra diperoleh dari dataset penelitian, kemudian diproses melalui tahapan pre-processing dan pelatihan model CNN dengan evaluasi menggunakan Confusion Matrix. Hasil pengujian menunjukkan nilai akurasi 83,33%, presisi 83,33%, recall 83,33%, dan F1-Score 83,33%. Dengan demikian, penelitian ini membuktikan bahwa penerapan algoritma CNN pada sistem berbasis web mampu memberikan prediksi yang cukup akurat dan efektif dalam mengidentifikasi penyakit virus kuning pada tanaman cabai.
Berdasarkan hasil penelitian dan pengujian yang telah dilakukan mengenai identifikasi penyakit virus kuning pada tanaman cabai menggunakan pendekatan Convolutional Neural Network (CNN), dapat disimpulkan bahwa model CNN yang dikembangkan mampu melakukan identifikasi penyakit virus kuning pada citra daun cabai dengan cukup baik.Proses ekstraksi fitur visual yang dilakukan CNN dapat membedakan antara daun sehat dan daun yang terinfeksi sesuai dengan tujuan penelitian.Sistem yang dibangun berbasis web telah berhasil diimplementasikan dengan antarmuka sederhana, sehingga dapat digunakan sebagai alat bantu oleh petani maupun pihak terkait dalam mendeteksi penyakit virus kuning secara cepat dan objektif dibandingkan pemeriksaan secara konvensional.
Berdasarkan hasil penelitian, terdapat beberapa saran penelitian lanjutan yang dapat dikembangkan. Pertama, perlu dilakukan pengembangan dataset yang lebih beragam, termasuk variasi kondisi pencahayaan dan sudut pengambilan gambar, untuk meningkatkan robustitas model CNN dalam mengidentifikasi penyakit virus kuning pada berbagai kondisi lingkungan. Kedua, penelitian selanjutnya dapat memperluas cakupan deteksi penyakit dengan menambahkan klasifikasi jenis penyakit lain yang menyerang tanaman cabai, sehingga sistem dapat memberikan diagnosis yang lebih komprehensif. Ketiga, pengembangan sistem dapat dilanjutkan dengan mengintegrasikan data sensor lingkungan, seperti suhu dan kelembaban, untuk memprediksi potensi serangan penyakit virus kuning berdasarkan kondisi lingkungan yang mendukung perkembangannya. Integrasi data ini diharapkan dapat memberikan peringatan dini kepada petani dan membantu mereka mengambil tindakan pencegahan yang tepat untuk mengurangi risiko kerugian akibat serangan penyakit.
- IASC | Hybrid Convolutional Neural Network for Plant Diseases Prediction. iasc hybrid neural network... doi.org/10.32604/iasc.2023.024820IASC Hybrid Convolutional Neural Network for Plant Diseases Prediction iasc hybrid neural network doi 10 32604 iasc 2023 024820
- Potato Leaf Disease Recognition and Prediction using Convolutional Neural Networks | EAI Endorsed Transactions... doi.org/10.4108/eetsis.3937Potato Leaf Disease Recognition and Prediction using Convolutional Neural Networks EAI Endorsed Transactions doi 10 4108 eetsis 3937
- Implementasi Algoritma Convolutional Neural Network untuk Meningkatkan Identifikasi Penyakit Tanaman... doi.org/10.61132/jupiter.v2i4.418Implementasi Algoritma Convolutional Neural Network untuk Meningkatkan Identifikasi Penyakit Tanaman doi 10 61132 jupiter v2i4 418
| File size | 540.69 KB |
| Pages | 13 |
| DMCA | Report |
Related /
UNBINUNBIN Pengujian menunjukkan tingkat keberhasilan 100%, akurasi sensor 94,16%, dan penghematan air sebesar 13,33%. Sistem ini terbukti efektif, efisien, dan layakPengujian menunjukkan tingkat keberhasilan 100%, akurasi sensor 94,16%, dan penghematan air sebesar 13,33%. Sistem ini terbukti efektif, efisien, dan layak
STAI ALISTAI ALI Hasil kegiatan menunjukkan peningkatan pengetahuan dan keterampilan warga terkait TOGA, baik dari segi manfaat kesehatan maupun potensi nilai ekonomisnya.Hasil kegiatan menunjukkan peningkatan pengetahuan dan keterampilan warga terkait TOGA, baik dari segi manfaat kesehatan maupun potensi nilai ekonomisnya.
UNIMALUNIMAL Pengujian menunjukkan sel beban bekerja dengan baik namun memiliki selisih akurasi berat 0,01 > 0,05 kg dibandingkan timbangan digital. Proses pengumpulanPengujian menunjukkan sel beban bekerja dengan baik namun memiliki selisih akurasi berat 0,01 > 0,05 kg dibandingkan timbangan digital. Proses pengumpulan
NINETYJOURNALNINETYJOURNAL Chatbot ini dirancang untuk memberikan informasi yang relevan dan spesifik sesuai dengan kondisi kesehatan pengguna, serta memberikan interaksi yang lebihChatbot ini dirancang untuk memberikan informasi yang relevan dan spesifik sesuai dengan kondisi kesehatan pengguna, serta memberikan interaksi yang lebih
STMIKJAYAKARTASTMIKJAYAKARTA Dua maskapai lain yang direkomendasikan adalah Emirates (4. Di sisi lain, Lion Air menempati posisi terbawah (3) karena memiliki bobot evaluasi tinggiDua maskapai lain yang direkomendasikan adalah Emirates (4. Di sisi lain, Lion Air menempati posisi terbawah (3) karena memiliki bobot evaluasi tinggi
STMIKJAYAKARTASTMIKJAYAKARTA Perkembangan ilmu pengetahuan dan teknologi sudah makin cepat, salah satunya adalah di bidang komputer. Saat ini komputer memegang peranan penting dalamPerkembangan ilmu pengetahuan dan teknologi sudah makin cepat, salah satunya adalah di bidang komputer. Saat ini komputer memegang peranan penting dalam
STMIKJAYAKARTASTMIKJAYAKARTA Perancangan proses bisnis adalah sebuah kerangka dari proses inti yang berkembang dari sebuah strategi bisnis jangka pendek dan jangka panjang, sehinggaPerancangan proses bisnis adalah sebuah kerangka dari proses inti yang berkembang dari sebuah strategi bisnis jangka pendek dan jangka panjang, sehingga
Useful /
UNBINUNBIN Penerapan algoritma YOLO terbukti meningkatkan efektivitas proses deteksi kekosongan rak, sehingga membantu pengelola toko dalam memantau ketersediaanPenerapan algoritma YOLO terbukti meningkatkan efektivitas proses deteksi kekosongan rak, sehingga membantu pengelola toko dalam memantau ketersediaan
UNBINUNBIN Metode pengembangan menggunakan pendekatan Research and Development (R&D) dengan tahapan analisis, perancangan, implementasi, dan evaluasi. Hasil pengujianMetode pengembangan menggunakan pendekatan Research and Development (R&D) dengan tahapan analisis, perancangan, implementasi, dan evaluasi. Hasil pengujian
UNBINUNBIN Model yang dikembangkan menunjukkan performa yang baik dengan akurasi 87%, presisi 89. Sistem ini dilengkapi dengan fitur dokumentasi otomatis yang dapatModel yang dikembangkan menunjukkan performa yang baik dengan akurasi 87%, presisi 89. Sistem ini dilengkapi dengan fitur dokumentasi otomatis yang dapat
UNBINUNBIN Proses pengecekan memiliki beberapa kekurangan seperti pengamatan yang harus selalu fokus serta kecepatan pengecekan berfokus kepada SDM yang terampil.Proses pengecekan memiliki beberapa kekurangan seperti pengamatan yang harus selalu fokus serta kecepatan pengecekan berfokus kepada SDM yang terampil.