Dewi, Eka Muspita (2025) DETEKSI PENYAKIT BUAH JERUK MENGGUNAKAN METODE ALGORITMA CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR MOBILENET V2. S1 thesis, Fakultas Teknik Universitas Sultan Ageng Tirtayasa.
![[img]](https://eprints.untirta.ac.id/style/images/fileicons/text.png) |
Text (Fulltext)
EKA MUSPITA DEWI_3332190026_FULL TEXT.pdf Download (2MB) |
|
Text (Bab 1)
EKA MUSPITA DEWI_3332190026_01.pdf Download (516kB) |
|
Text (Bab 2)
EKA MUSPITA DEWI_3332190026_02.pdf Download (331kB) |
|
Text (Bab 3)
EKA MUSPITA DEWI_3332190026_03.pdf Download (205kB) |
|
Text (Bab 4)
EKA MUSPITA DEWI_3332190026_04.pdf Download (1MB) |
|
Text (Bab 5)
EKA MUSPITA DEWI_3332190026_05.pdf Download (12kB) |
|
Text (Lampiran)
EKA MUSPITA DEWI_3332190026_LAM.pdf Download (485kB) |
|
Text (Daftar Referensi)
EKA MUSPITA DEWI_3332190026_REF.pdf Download (160kB) |
![[img]](https://eprints.untirta.ac.id/style/images/fileicons/other.png) |
Other (Cek Plagiasi)
EKA MUSPITA DEWI_3332190026_CP.PDF Download (13MB) |
Abstract
Revolusi Industri Keempat, atau Industrial Revolution 4.0, membawa perubahan signifikan dalam sektor pertanian melalui Agriculture 4.0. Teknologi informasi dan otomasi meningkatkan produktivitas dan keberlanjutan, terutama pada tanaman jeruk yang penting di Indonesia. Namun, petani jeruk menghadapi tantangan besar dari hama dan penyakit akibat kurangnya pengetahuan pengendalian yang tepat, serta metode diagnosa manual yang kurang akurat. Penelitian ini memanfaatkan kecerdasan buatan (AI) dengan metode Deep Learning, khususnya Convolutional Neural Network (CNN) menggunakan arsitektur MobileNetV2, untuk mendeteksi tiga buah penyakit buah jeruk dan membandingkan dengan buah jeruk yang tidak terkena penyakit. Hasilnya menunjukkan akurasi 0.9612 dan performa yang baik dalam metrik presisi, recall, dan F1-score, membuktikan bahwa teknologi AI dapat efektif mendukung petani jeruk dalam meningkatkan kualitas dan kuantitas produksi.
| Item Type: | Thesis (S1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
|||||||||
| Uncontrolled Keywords: | Kecerdasan Buatan, Convolutional Neural Network, MobileNetV2 | |||||||||
| Subjects: | T Technology > TA Engineering (General). Civil engineering (General) | |||||||||
| Divisions: | 03-Fakultas Teknik > 20201-Jurusan Teknik Elektro | |||||||||
| Depositing User: | Eka Muspita Dewi | |||||||||
| Date Deposited: | 18 Feb 2025 03:23 | |||||||||
| Last Modified: | 18 Feb 2025 03:23 | |||||||||
| URI: | http://eprints.untirta.ac.id/id/eprint/47068 |
Actions (login required)
 |
View Item |