Imananda, Eldiva Tegar (2024) PENGEMBANGAN APLIKASI BERBASIS WEB UNTUK IDENTIFIKASI PENYAKIT DAUN KENTANG MENGGUNAKAN METODE RAPID APPLICATION DEVELOPMENT DAN PENDEKATAN MODEL DEEP LEARNING. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (2MB) |
|
Text (BAB I)
BAB I.pdf Download (153kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (933kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (503kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (712kB) |
|
Text (BAB V)
BAB V.pdf Download (34kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (245kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 20.83.0474.zip Restricted to Repository staff only Download (61MB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (1MB) |
Abstract
Kentang merupakan tanaman pangan keempat terbesar di Indonesia setelah padi, jagung, dan kedelai. Produksi kentang di Indonesia terus meningkat setiap tahunnya. Pengembangan kentang menguntungkan karena tahan lama, kaya kalori dan protein, serta pemasaran yang mudah, sehingga kentang menjadi tanaman penting dan berkontribusi signifikan terhadap ketahanan pangan global. Namun, Indonesia menghadapi tantangan terkait serangan penyakit pada daun kentang yang dapat menyebar cepat dan menurunkan hasil panen serta kualitas. Untuk mengatasi masalah ini, dibutuhkan metode deteksi penyakit daun kentang secara otomatis, cepat, dan akurat. Perkembangan kecerdasan buatan (AI) telah memberikan kontribusi dalam identifikasi penyakit tanaman menggunakan machine learning, deep learning, dan computer vision. Namun, sebagian besar penelitian hanya tahap pemodelan dan belum diimplementasikan ke aplikasi yang dapat digunakan petani langsung. Tujuan penelitian ini adalah mengembangkan metode identifikasi penyakit daun kentang secara otomatis yang cepat dan akurat dengan menerapkan model machine learning ke dalam sebuah web yang dapat digunakan petani. Penggunaan framework Django memudahkan dan mempercepat pengembangan web yang menerapkan algoritma AI untuk menganalisis ciri-ciri gambar daun kentang yang terjangkit penyakitnya. Hasil penelitian menunjukkan aplikasi web untuk deteksi penyakit daun kentang berjalan dengan baik, dengan akurasi prediksi mencapai 90% setelah diterapkan ke dalam sistem web.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Penyakit Daun Kentang, Kecerdasan Buatan (AI), Deep Learning (DL), Django | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data | ||
| Divisions: | Fakultas Ilmu Komputer > Teknik Komputer | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 16 Jul 2024 04:07 | ||
| Last Modified: | 14 Oct 2024 04:00 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/26260 |
Actions (login required)
 |
View Item |