• Beranda
  • Tentang Kami
    Sejarah Visi dan Misi Tata Tertib Jam Layanan Fasilitas Pustakawan Struktur Organisasi Warta Perpustakaan
  • Layanan Perpustakaan
    Layanan Baca di Tempat Layanan Sirkulasi Layanan Referensi Layanan Penelusuran Informasi Layanan Bimbingan Literasi Informasi Layanan Ekstensi
  • Layanan Referensi
    Layanan Meja Informasi Layanan Bimbingan Penggunaan Koleksi Referensi Layanan Penelusuran Layanan Konsultasi Layanan Kesiagaan Informasi
  • Keanggotaan
    Area Anggota Buku Tamu Survey Kebutuhan Survey Kepuasan Pendaftaran Anggota Online FAQ
  • OPAC
  • Pilih Bahasa : Bahasa Inggris Bahasa Indonesia
Semua Komputer Filsafat Agama Ilmu-ilmu Sosial Bahasa Sains Teknologi Seni Kesusastraan Sejarah

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN

Pencarian terakhir:

{{tmpObj[k].text}}
  1. Global Darussalam Academy
  2. Katalog
  3. Identifikasi Penyakit Tanaman Jagung Berdasarkan Citra Daun ...
THESIS
Repositori Kemendikdasmen
Kembali

Identifikasi Penyakit Tanaman Jagung Berdasarkan Citra Daun Menggunakan Convolutional Neural Network

Sarah, Siti

Jagung (Zea mays L.) adalah salah satu tanaman pangan di Indonesia yang penting
selain gandum dan padi. Jagung memiliki hasil yang tinggi dan manfaat yang
banyak. Namun dalam segi penyakit masih banyak petani yang mengalami
kesulitan dalam membedakan penyakit. Tujuan penelitian ini adalah untuk
melakukan klasifikasi penyakit daun jagung. Klasifikasi dilakukan dengan
menggunakan hybrid CNN-SVM jenis penyakit terbagi menjadi empat kelas seperti
Blight, Common Rust, Gray Leaf Spot dan Healthy. Dataset yang diambil secara
langsung sebanyak 800 data. Hasil akurasi yang diperoleh pada model
Convolutional Neural Network (CNN) yaitu sebesar 95,4% sedangkan Hasil
Pengujian dari hybrid CNN-SVM mendapatkan akurasi sebesar 96,5%. Hasil
penelitian ini menunjukkan bahwa penggunaan hybrid CNN-SVM efisien dan
efektif falam melakukan klasifikasi jenis penyakit tanaman.
Informasi Repositori
Jenis
Thesis
Detail Information
Tahun
2024
Bahasa
id
Last Updated
2025-03-24T04:59:48Z
Subjects / Keywords
QA75 Electronic computers. Computer science QA76 Computer software
Akses Dokumen
Unduh PDF
Hak Cipta & Lisensi

Konten ini bersumber dari Repositori Institusi Kemendikdasmen.

Hak cipta dimiliki oleh institusi pencipta karya. Dilisensikan di bawah Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0).

Metadata di-harvest melalui protokol OAI-PMH sesuai SK Sekjen Kemendikbudristek No. 18/M/2022.

Global Darussalam Academy
Global Darussalam Academy
  • Masuk sebagai Admin
  • Download Buku Panduan Aplikasi

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Statistik Pengunjung

Hari ini 6.259
Online: 6.259 Onsite: 0
Bulan ini 120.462
Online: 120.290 Onsite: 172
Total 985.578
Online: 975.642 Onsite: 9.936

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek


© 2026 — Berbasis SLiMS | Dikelola oleh ePERPUS WhatsApp

Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik

Isilah satu atau lebih bidang di bawah ini untuk mempersempit pencarian Anda

Kemana ingin Anda bagikan?
Beranda OPAC Login Daftar