Artikel Ilmiah : H1A020032 a.n. BARRA MALIK WIBOWO

Kembali Update Delete

NIMH1A020032
NamamhsBARRA MALIK WIBOWO
Judul ArtikelPERANCANGAN MODEL DEEP LEARNING DENGAN ARSITEKTUR CNN PADA RICE DISEASES DATASET UNTUK APLIKASI PADI CARE
Abstrak (Bhs. Indonesia)Penyakit padi dapat menyebabkan kerugian berupa gagal panen, yang berimbas pada penurunan produksi tanaman padi. Oleh karena itu, deteksi dini penyakit pada tanaman padi sangat penting untuk mencegah kerugian yang lebih besar. Padi Care merupakan aplikasi yang dapat membantu dalam mendeteksi penyakit padi. Padi Care ini memberikan 1 fitur utama yaitu mendeteksi penyakit padi dan 2 fitur tambahan yaitu blog dan edukasi. Dalam membangun aplikasi tersebut, penelitian ini bertujuan untuk melakukan perancangan model dengan akurasi terbaik pada rice leaf diseases dataset dengan arsitektur CNN dengan cara membandingkan tiga arsitektur, yaitu ResNet, MobileNet, dan Inception. Perancangan melalui 3 tahapan yaitu Persiapan Dataset (menyimpan di Kaggle dan Prepocessing Data), Pemilihan layer untuk model, Training dataset dengan model, dan Evaluasi atau pengujian akurasi dengan dataset itu sendiri menggunakan confussion matrix
Abtrak (Bhs. Inggris)Rice diseases can cause losses in the form of crop failure, which results in a decrease in rice crop production. Therefore, early detection of diseases in rice plants is very important to prevent greater losses. Padi Care is an application that can help in detecting rice diseases. Padi Care provides 1 main feature, namely detecting rice diseases and 2 additional features, namely blogs and education. In building the application, this research aims to design a model with the best accuracy on rice leaf diseases dataset with CNN architecture by comparing three architectures, namely ResNet, MobileNet, and Inception. The design goes through 3 stages, namely Dataset Preparation (storing in Kaggle and Prepocessing Data), Layer Selection for the model, Dataset Training with the model, and Evaluation or accuracy testing with the dataset itself using a confusion matrix
Kata kunciRice Leaf Diseases, CNN, MobileNet, Inception dan ResNet
Pembimbing 1Ir. Agung Mubyarto S.T., M.T.
Pembimbing 2Ir. Muhammad Syaiful Aliim S.T., M.T.
Pembimbing 3
Tahun2024
Jumlah Halaman6
Tgl. Entri2024-07-23 10:30:12.254838
Cetak Bukti Unggah
© Universitas Jenderal Soedirman 2026 All rights reserved.