View/Open

Author
RIAN, DIKA ERLANGGA

Advisor
Ilham Firman Ashari, S.Kom., M.T,
Meida Cahyo Untoro, S.Kom., M.Kom,

Koleksi
Teknik Informatika

Publisher

Data BPS tahun 2021 menunjukkan kontribusi sektor pertanian dan Perkebunan memberikan pemasukan mencapai 13,28% terhadap PDB nasional.persentase yang cukup besar tersebut membuat perkembanngan di sektor Perkebunan dan pertanian cukup penting bagi stabilitas PDB nasional,Tanaman tomat sebagai salah satu komoditas unggulan perkebunan memiliki nilai ekonomi tinggi, namun rentan terhadap serangan penyakit mikroskopis seperti earlyblight dan lateblight yang sulit dideteksi secara visual. Penyakit pada daun tomat dapat menurunkan produksi hingga 1,279% untuk setiap 1% luas daun yang terinfeksi.Penelitian ini melakukan analisis komparatif terhadap dua arsitektur deep learning yaitu ResNet-50 dan ResNext-50 untuk identifikasi penyakit daun tomat. Hasil penelitian ini diharapkan dapat membantu menjadi acuan untuk penerapan arsitektur deep learning yang tepat di sektor Perkebunan maupun pertanian untuk mengidentifikasi dan mengklasifikasikan penyakit earlyblight dan lateblight pada tanaman.Hasil eksperimen menunjukkan ResNext50 memiliki performa lebih baik dengan akurasi pelatihan 99,63

URI
https://repository.itera.ac.id/depan/submission/SB2508230008

Keyword
Daun Tomat ResNet-50 ResNext-50