APRIYANTO, Muhammad (2025) IMPLEMENTASI ALGORITMA RANDOM FOREST UNTUK DETEKSI PADA PENYAKIT BAWANG MERAH BERDASARKAN CITRA DAUN. Bachelor thesis, UNIVERSITAS PERADABAN.
![[img]](http://repository.peradaban.ac.id/style/images/fileicons/other.png) |
PDF (halaman awal)
COVER_M. APRIYANTO_42421041_SKRIPSI_2025.pdf - Published Version Download (2MB) |
![[img]](http://repository.peradaban.ac.id/style/images/fileicons/text.png) |
Text (ABSTRAK)
ABSTRAK_M. APRIYANTO_42421041_SKRIPSI_2025.docx - Published Version Download (14kB) |
|
PDF (BAB I)
BAB I_M. APRIYANTO_42421041_SKRIPSI_2025.pdf - Published Version Restricted to Registered users only Download (1MB) |
|
PDF (BAB II)
BAB II_M. APRIYANTO_42421041_SKRIPSI_2025.pdf - Published Version Restricted to Registered users only Download (3MB) |
|
PDF (BAB III)
BAB III_M. APRIYANTO_42421041_SKRIPSI_2025.pdf - Published Version Restricted to Registered users only Download (1MB) |
|
PDF (BAB IV)
BAB IV_M. APRIYANTO_42421041_SKRIPSI_2025.pdf - Published Version Restricted to Registered users only Download (2MB) |
|
PDF (BAB V)
BAB V_M. APRIYANTO_42421041_SKRIPSI_2025.pdf - Published Version Download (233kB) |
|
PDF (DAFTAR PUSTAKA)
DAFTAR PUSTAKA_M. APRIYANTO_42421041_SKRIPSI_2025.pdf - Published Version Download (386kB) |
|
PDF (LAMPIRAN)
LAMPIRAN_M. APRIYANTO_42421041_SKRIPSI_2025.pdf - Published Version Restricted to Repository staff only Download (1MB) |
Abstract
Bawang merah (Allium cepa L.) merupakan komoditas hortikultura penting di Indonesia yang rentan terhadap penyakit daun seperti bercak ungu, moler, dan layu bakteri. Deteksi penyakit secara manual masih bergantung pengamatan visual petani yang subjektif dan kurang efisien. Penelitian ini mengimplementasikan algoritma Random Forest dengan ekstraksi fitur Histogram of Oriented Gradient (HOG) untuk mendeteksi penyakit daun bawang merah. Dataset berjumlah 165 citra dari Kaggle dan Roboflow, terbagi dalam tiga kelas, dengan pembagian data latih dan uji 80:20. Evaluasi menggunakan confusion matrix menghasilkan akurasi 93,94%, presisi 94,2%, recall 93,9%, dan F1-score 92,9%. Hasil tersebut menunjukkan kombinasi HOG dan Random Forest efektif dan stabil dalam klasifikasi citra daun serta berpotensi dikembangkan sebagai sistem deteksi penyakit otomatis untuk mendukung petani dalam pengendalian penyakit bawang merah.
| Item Type: | Thesis (Bachelor) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
|||||||||
| Uncontrolled Keywords: | Bawang merah, Citra daun, Deteksi penyakit, HOG, Random Forest | |||||||||
| 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 01:56 | |||||||||
| Last Modified: | 12 Mar 2026 01:56 | |||||||||
| URI: | http://repository.peradaban.ac.id/id/eprint/2383 |
Actions (login required)
 |
View Item |