eprintid: 31783
rev_number: 7
eprint_status: archive
userid: 12
dir: disk0/00/03/17/83
datestamp: 2026-06-29 03:47:05
lastmod: 2026-06-29 03:47:05
status_changed: 2026-06-29 03:47:05
type: thesis
metadata_visibility: show
creators_name: Firdaus, M. Haikal
creators_nim: 21.51.2096
contributors_name: Utami, Ema
corp_creators: Universitas AMIKOM Yogyakarta
title: KLASIFIKASI PENYAKIT JERUK BERDASARKAN
KOMBINASI FITUR MENGGUNAKAN
MODEL DENSENET-169
ispublished: pub
subjects: 000.000.000A
divisions: mti
full_text_status: public
keywords: Convolutional Neural Network (CNN), DenseNet-169, Klasifikasi,
Kombinasi Fitur, Penyakit Jeruk, Classification, Citrus Disease.
abstract: Penyakit pada tanaman jeruk merupakan salah satu faktor utama yang
menyebabkan penurunan produktivitas dan kualitas hasil panen. Identifikasi
penyakit secara dini melalui citra digital menjadi pendekatan yang efektif untuk
mendukung sistem pertanian cerdas. Penelitian ini mengusulkan penggunaan model
DenseNet-169 untuk klasifikasi penyakit jeruk berbasis citra, dengan dua skenario
pengujian, yaitu DenseNet-169 tanpa kombinasi fitur dan DenseNet-169 dengan
kombinasi fitur warna.
Pengujian dilakukan pada tiga dataset, yaitu Fruit Disease Image (FDI),
Leaf Disease Image (LDI), dan Mixed Disease Image (MDI), dengan masingmasing

skenario dijalankan sebanyak lima kali running untuk menguji konsistensi
performa model. Evaluasi dilakukan menggunakan metrik akurasi, presisi, recall,
dan F1-score.
Hasil eksperimen menunjukkan bahwa DenseNet-169 tanpa kombinasi fitur
menghasilkan performa terbaik, dengan rata-rata akurasi mencapai 99,66% pada
FDI, 98,66% pada LDI, dan 98,83% pada MDI. Sementara itu, skenario dengan
kombinasi fitur tetap menunjukkan performa tinggi, namun dengan akurasi yang
relatif lebih rendah, terutama pada dataset LDI. Analisis confusion matrix
menunjukkan bahwa model memiliki kemampuan generalisasi yang sangat baik,
khususnya pada dataset MDI yang menggabungkan citra daun dan buah jeruk.
Secara keseluruhan, penelitian ini membuktikan bahwa DenseNet-169
efektif digunakan untuk klasifikasi penyakit jeruk, dan bahwa penambahan
kombinasi fitur tidak selalu meningkatkan performa model apabila fitur yang
digunakan menimbulkan redundansi informasi.
date: 2026-01-20
date_type: published
institution: Universitas AMIKOM Yogyakarta
department: Pascasarjana Magister Informatika
thesis_type: masters
thesis_name: tesis
citation:   Firdaus, M. Haikal  (2026) KLASIFIKASI PENYAKIT JERUK BERDASARKAN KOMBINASI FITUR MENGGUNAKAN MODEL DENSENET-169.  S2 - Magister thesis, Universitas AMIKOM Yogyakarta.   
document_url: https://eprints.amikom.ac.id/id/eprint/31783/1/21.51.2096%20-%20M.%20Haikal%20Firdaus.pdf