eprintid: 31784
rev_number: 7
eprint_status: archive
userid: 12
dir: disk0/00/03/17/84
datestamp: 2026-06-29 03:55:44
lastmod: 2026-06-29 03:55:44
status_changed: 2026-06-29 03:55:44
type: thesis
metadata_visibility: show
creators_name: Priyono, Arfian Hendro
creators_nim: 21.52.2123
contributors_name: Utami, Ema
contributors_name: Ariatmanto, Dhani
corp_creators: Universitas AMIKOM Yogyakarta
title: DETEKSI PENYAKIT TANAMAN TEBU BERDASARKAN
CITRA DAUN MENGGUNAKAN METODE
CONVOLUTIONAL NEURAL NETWORK
ispublished: pub
subjects: 000.000.000A
divisions: mti
full_text_status: public
keywords: CNN;Machine learning;Sugarcane leaf disease;VGG-16.
abstract: Sebagai bahan utama pembuatan gula dan etanol, tebu menjadi salah satu 
komoditas perkebunan yang sangat penting. Meski demikian, masa tanamnya yang
cukup lama, sekitar satu tahun, menjadikan tanaman ini lebih rentan terhadap
penyakit. Penggunaan teknologi machine learning telah diterapkan dalam
identifikasi daun tebu, salah satunya dengan metode pre-processing, dan
pengembangan model klasifikasi penyakit daun tebu, dengan pendekatan
Convolutional Neural Network (CNN) dan Support Vector Machine (SVM). namun
memiliki kelemahan pada akurasi. Untuk itu penting untuk meningkatkan akurasi
identifikasi dengan VGG-16. Tujuan dari penelitian ini meningkatkan akurasi untuk
identifikasi penyakit daun padi dengan menggunakan VGG-16. Dataset yang
digunakan 2521 citra daun tebu yang terbagi menjadi lima kelas. Hasil dari
penelitian ini terdapat peningkatan akurasi dari 97,78% menjadi 99,14%, terjadi
peningkatan sebesar 1,36%.
date: 2025-07-21
date_type: published
institution: Universitas AMIKOM Yogyakarta
department: Pascasarjana Magister Informatika
thesis_type: masters
thesis_name: tesis
citation:   Priyono, Arfian Hendro  (2025) DETEKSI PENYAKIT TANAMAN TEBU BERDASARKAN CITRA DAUN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK.  S2 - Magister thesis, Universitas AMIKOM Yogyakarta.   
document_url: https://eprints.amikom.ac.id/id/eprint/31784/1/21.52.2123%20-%20Arfian%20Hendro%20Priyono.pdf