MAULANA, Tedi (2025) KLASIFIKASI PENYAKIT DAUN JAGUNG MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (VGG16). Bachelor thesis, UNIVERSITAS PERADABAN.
![[img]](http://repository.peradaban.ac.id/style/images/fileicons/other.png) |
PDF (HALAMAN AWAL)
COVER-Tedi Maulana-42421027-Skripsi-2025.pdf - Published Version Download (1MB) |
![[img]](http://repository.peradaban.ac.id/style/images/fileicons/text.png) |
Text (ABSTRAK)
ABSTRAK Tedi Maulana-42421027-Skripsi-2025.docx - Published Version Download (13kB) |
|
PDF (BAB I)
BAB I-Tedi Maulana-42421027-Skripsi-2025.pdf - Published Version Restricted to Registered users only Download (309kB) |
|
PDF (BAB II)
BAB II-Tedi Maulana-42421027-Skripsi-2025.pdf - Published Version Restricted to Registered users only Download (562kB) |
|
PDF (BAB III)
BAB III-Tedi Maulana-42421027-Skripsi-2025.pdf - Published Version Restricted to Registered users only Download (222kB) |
|
PDF (BAB IV)
BAB IV-Tedi Maulana-42421027-Skripsi-2025.pdf - Published Version Restricted to Registered users only Download (467kB) |
|
PDF (BAB V)
BAB V-Tedi Maulana-42421027-Skripsi-2025.pdf - Published Version Download (183kB) |
|
PDF (DAFTAR PUSTAKA)
DAFTAR PUSTAKA-Tedi Maulana-42421027-Skripsi-2025.pdf - Published Version Download (303kB) |
|
PDF (LAMPIRAN)
LAMPIRAN-Tedi Maulana-42421027-Skripsi-2025.pdf - Published Version Restricted to Repository staff only Download (181kB) |
Abstract
Jagung merupakan tanaman pangan penting kedua setelah padi di Indonesia yang memiliki peran strategis sebagai sumber karbohidrat, pakan ternak, dan bahan baku industri. Produktivitasnya sering terganggu oleh serangan hama dan penyakit yang dapat menyebabkan kerugian besar bagi petani. Dibutuhkan solusi berbasis teknologi untuk mendeteksi penyakit secara dini. Penelitian ini mengembangkan sistem deteksi penyakit daun jagung menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur Visual Geometry Group 16 melalui pendekatan pengolahan citra digital. Dataset citra daun jagung diklasifikasikan ke dalam beberapa kategori penyakit. Model VGG16 berhasil mencapai tingkat akurasi sebesar 93%, nilai precision 90%, recall 92%, dan F1-score sebesar 91% dalam proses klasifikasi. Hasil penelitian ini diharapkan dapat membantu petani dalam mendeteksi penyakit lebih awal dan meningkatkan efektivitas pengendalian hama secara berkelanjutan.
| Item Type: | Thesis (Bachelor) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
|||||||||
| Uncontrolled Keywords: | Convolutional Neural Network (CNN), Visual Geometry Group 16, Kelasifikasi, Daun Jagung, Deteksi | |||||||||
| Subjects: | 000 Ilmu Komputer, Informasi dan Karya Umum > 000 Ilmu Umum; Ilmu Komputer dan Informasi > 006-Metode Komputer Tertentu > Kecerdasan Buatan;Sistem Pakar; Neural Network; Data Mining; Machine learning; Computer Vision; Pengolahan Citra | |||||||||
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Informatika - S1 | |||||||||
| Depositing User: | S.E. Khozin Khozin | |||||||||
| Date Deposited: | 12 Mar 2026 01:24 | |||||||||
| Last Modified: | 12 Mar 2026 01:24 | |||||||||
| URI: | http://repository.peradaban.ac.id/id/eprint/2380 |
Actions (login required)
 |
View Item |