Show simple item record

dc.contributor.authorRosid, Abdul
dc.date.accessioned2026-04-22T14:08:16Z
dc.date.available2026-04-22T14:08:16Z
dc.date.issued2024-06-30
dc.identifier.urihttp://repository.ibrahimy.ac.id/handle/123456789/808
dc.description.abstractFaktor yang menjadikan kurang maksimal tanaman kentang dikarenakan tanaman kentang yang berpenyakit. Penyakit tanaman kentang ini dapat diidentifikasi dari daun bercak dan batang yang kering, dengan cara mengidentifikasi dapat menggunakan sistem identifikasi berdasarkan citra penyakit. Dataset batang kentang diperoleh di perkebunan Ijen Bondowoso sebanyak 1.132 dan 816 dataset batang kentang berpenyakit dan tidak berpenyakit berdasarkan. Pada hasil grafik daun kentang didapat hasil terbaik pada epoch 25 dengan nilai akurasi data testing dan data training 82% dan 81% dengan model loss pada epoch 25 berada di nilai 0,42 untuk data training dan 0,41 untuk data testing pada klasifikasi daun berpenyakit tanaman kentang. Adapun hasil dari klasifikasi pada batang tanaman kentang ditemukan nilai terbaik pada epoch 25 dengan nilai akurasi 85% data testing dan 86% pada data training. Adapun nilai model loss pada training set 0,34 dan validation test bernilai 0,33 berada pada epoch 24.en_US
dc.language.isootheren_US
dc.publisherIbrahimy Libraryen_US
dc.subjectKentang, CNN, GLCMen_US
dc.subjectKentang, CNN, GLCMen_US
dc.titleKlasifikasi Penyakit Tanaman Kentang Berdasarkan Citra Daun dan Batang Menggunakan Metode Convolutional Neural Network dan Gray Level Co-occurrence Matrixen_US
dc.typeThesisen_US


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record