Sri Redjeki, S.Si., M.Kom. Contributor Aulianti, Dwy - 195410128 Primary Author mixed material bibliography Yogyakarta UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI) 2024 monographic id Indonesia

Text Skripsi

Salah satu komoditas yang menjadi unggulan dan mempunyai potensi yang besar dalam pertumbuhan ekonomi Indonesia adalah tomat. Berdasarkan Badan Pusat Statistik dan Direktorat Jenderal Hortikultura buah tomat saat ini merupakan salah satu komoditas hortikultura yang bernilai ekonomi tinggi di Indonesia, dengan hasil panen yang cukup besar. Namun tanaman Tomat sangat rentan terhadap penyakit, penyakit, sehingga menyebabkan menurunnya kualitas dan kuantitas produksi pertanian. Penelitian ini mencoba melakukan identifikasi penyakit pada tanaman tomat melalui analisis daun menggunakan metode Convolutional Neural Network (CNN) . Metode CNN digunakan karena keunggulan dalam mengekstraksi fitur dari data visual seperti gambar. Dataset yang digunakan pada penelitian ini berisi gambar daun tomat yang terkena penyakit . melalui pelatihan CNN, model diajarkan mengenali pola penyakit. Pelatihan model Convolutional Neural Network (CNN) mendapatkan hasil akurasi sebesar 96% dari 4000 dataset daun tanaman tomat yang terkena penyakit dan sehat. Oleh karena itu dapat disimpulkan bahwa metode Convolutional Neural Network (CNN) dapat melakukan klasifikasi penyakit dengan baik. Kata kunci : Convolutional Neural Network, Holtikultura, Penyakit Tanaman Tomat METODE CNN METODE CONVOLUTION NEURAL NETWORK Network NONE Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia 026 AUL D R.1 AUL0026IN0124 Rak Referensi Skripsi Informatika 026 AUL D R.1 17267 2024-03-22 09:47:41 2024-03-22 09:49:17 machine generated