MAHIRA, ULVA (2026) KLASIFIKASI PENYAKIT PADA TIMUN SURI BERDASARKAN CITRA DAUN MENGGUNAKAN CNN. S1 thesis, Universitas Malikussaleh.

	Text COVER ULVA MAHIRA.pdf Download (165kB)
	Text ABSTRAK ULVA MAHIRA.pdf Download (248kB)
	Text BAB 1 ULVA MAHIRA.pdf Download (366kB)
	Text DAPUS ULVA MAHIRA.pdf Download (326kB)
	Text SKRIPSI ULVA MAHIRA.pdf Restricted to Registered users only Download (3MB)

Abstract

Timun suri merupakan tanaman hortikultura penting yang rentan terhadap berbagai penyakit yang dapat menurunkan produktivitas dan kualitas hasil panen. Identifikasi penyakit secara dini dan akurat sangat penting untuk penanganan yang tepat, namun metode konvensional berbasis pengamatan manual seringkali memerlukan waktu lama dan rentan terhadap kesalahan. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi penyakit pada daun timun suri menggunakan algoritma Convolutional Neural Network (CNN) berbasis analisis citra digital. Metode CNN dipilih karena kemampuannya dalam mengekstraksi fitur visual kompleks seperti pola bercak, perubahan warna, dan tekstur daun secara otomatis. Dataset penelitian terdiri dari citra daun timun suri yang mencakup lima kategori yaitu Antraknosa, Daun Segar (sehat), Hawar Batang Bergetah, Jamur Berbulu Halus, dan Layu Bakteri. Arsitektur model CNN yang dibangun terdiri dari tiga blok konvolusi dengan filter 32, 64, dan 128, dilatih menggunakan Google Colab selama 50 epoch dengan input size 224x224 pixel dan batch size 32. Hasil evaluasi menunjukkan model mencapai akurasi 68% dengan macro average precision 0.72, recall 0.68, dan F1-score 0.66. Performa terbaik diperoleh pada klasifikasi Daun Segar (F1-score 0.77) dan Layu Bakteri (recall 1.00), sementara kelas Antraknosa menunjukkan tantangan dengan recall 0.38. Sistem berbasis web telah dikembangkan dengan interface user-friendly yang memungkinkan petani mengidentifikasi penyakit secara real-time melalui upload citra. Penelitian ini memberikan kontribusi dalam pengembangan teknologi pertanian presisi untuk mendukung diagnosis penyakit tanaman secara cepat dan efisien.

Item Type:	Thesis (S1)
Subjects:	Q Science > Q Science (General) Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	ulva ulva mahira ulva
Date Deposited:	22 Jun 2026 06:36
Last Modified:	22 Jun 2026 06:36
URI:	https://rama.unimal.ac.id/id/eprint/19344

Actions (login required)

View Item