Implementasi Deep Learning Menggunakan Arsitektur VGG-19 Untuk Deteksi Penyakit Pada Tebu Berdasarkan Citra Daun Berbasis Website

Samdoria, Samodra Wijaya and Nisar, Nisar (2025) Implementasi Deep Learning Menggunakan Arsitektur VGG-19 Untuk Deteksi Penyakit Pada Tebu Berdasarkan Citra Daun Berbasis Website. Skripsi thesis, Institut Informatika dan Bisnis Darmajaya.

[img] Text
Cover.pdf

Download (140kB)
[img] Text
Lembar Pernyataan.pdf

Download (143kB)
[img] Text
Halaman persetujuan .pdf

Download (662kB)
[img] Text
Halaman Pengesahan .pdf

Download (508kB)
[img] Text
Halaman Motto.pdf

Download (120kB)
[img] Text
Riwayat Hidup.pdf

Download (131kB)
[img] Text
Abstrak.pdf

Download (617kB)
[img] Text
Kata Pengantar.pdf

Download (152kB)
[img] Text
Daftar Isi.pdf

Download (183kB)
[img] Text
Daftar Tabel.pdf

Download (91kB)
[img] Text
Daftar Gambar.pdf

Download (121kB)
[img] Text
Daftar Lampiran.pdf

Download (101kB)
[img] Text
Bab 1.pdf

Download (228kB)
[img] Text
Bab 2.pdf

Download (780kB)
[img] Text
Bab 3.pdf

Download (270kB)
[img] Text
Bab 4.pdf

Download (1MB)
[img] Text
Bab 5.pdf

Download (155kB)
[img] Text
Daftar Pustaka.pdf

Download (182kB)
[img] Text
Lampiran.pdf

Download (2MB)

Abstract

Produktivitas tanaman tebu di Indonesia masih menghadapi tantangan serius, salah satunya adalah serangan penyakit tanaman yang disebabkan oleh patogen seperti bakteri, jamur, dan virus. Deteksi dini menjadi langkah penting dalam pengendalian penyakit untuk mencegah penurunan hasil panen. Penelitian ini bertujuan untuk mengembangkan model deep learning yang mampu mendeteksi penyakit pada daun tebu dengan akurasi tinggi serta membangun sistem deteksi berbasis website yang mudah diakses. Teknologi deep learning dipilih karena kemampuannya mengenali pola kompleks dalam citra daun yang sulit dideteksi secara manual. Sistem yang dikembangkan memungkinkan pengguna mengunggah citra daun tebu melalui perangkat terhubung internet dan mendapatkan hasil deteksi secara real-time. Hasil penelitian menunjukkan bahwa pendekatan ini efektif untuk mendukung pengambilan keputusan yang cepat dan tepat dalam pengendalian penyakit tanaman tebu. Diharapkan sistem ini dapat menjadi solusi yang bermanfaat bagi petani dalam meningkatkan efisiensi dan produktivitas pertanian tebu di Indonesia.

Item Type: Thesis (Skripsi)
Subjects: Ilmu Komputer
eTheses
Divisions: Skripsi/TA & PKPM/KP - Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: samm samudra Samudra Wijaya
Date Deposited: 24 Jun 2025 06:16
Last Modified: 24 Jun 2025 06:16
URI: http://repo.darmajaya.ac.id/id/eprint/20469

Actions (login required)

View Item View Item