KLASIFIKASI PENYAKIT DAUN ANGGUR MENGGUNAKAN YOLOV4 DAN OPENCV PADA APLIKASI WEB

RANDY, ARDIANSYAH (2024) KLASIFIKASI PENYAKIT DAUN ANGGUR MENGGUNAKAN YOLOV4 DAN OPENCV PADA APLIKASI WEB. S1 thesis, Universitas Mataram.

	Text TA_F1B020120_RANDY ARDIANSYAH.pdf Restricted to Repository staff only Download (2MB)
	Text Jurnal TA_Randy Ardiansyah_F1B020120.pdf Download (856kB)

Abstract

Anggur merupakan tanaman yang hidup di dataran rendah, namun seringkali penyakit terlihat pada bentuk daun tanaman anggur yang dapat mempengaruhi hasil produksi tanaman tersebut, untuk mengantisipasi penyebaran penyakit tanaman anggur tersebut diperlukan sebuah model machine learning yang dapat melakukan klasifikasi penyakit tanaman anggur tersebut. Penelitian ini melakukan perancangan aplikasi web menggunakan framework flask dalam melakukan klasifikasi terhadap penyakit di daun anggur secara realtime melalui webcam dan juga melalui masukan citra dari perangkat ataupun melalui kamera belakang maupun kamera depan jika pada web mobile. Model machine learning yang digunakan dalam klasifikasi pada aplikasi web menggunakan model YOLOv4 dari framework darknet dengan jumlah data training yang digunakan sebanyak 5414 data citra dan data uji sebanyak 1354 data citra. Mean Averange Precision yang di dapatkan model YOLOv4 menyentuh 100% dengan averange loss sebanyak 0.2897 dengan kelas yang digunakan yaitu black measled, black rot, healthy, dan leaf blight dalam melakukan klasifikasi pada proses pelatihannya.

Item Type:	Thesis (S1)
Keywords (Kata Kunci):	Anggur, Klasifikasi, Daun, YOLOv4
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Fakultas Teknik
Depositing User:	Meike Megawati
Date Deposited:	05 Apr 2024 00:52
Last Modified:	05 Apr 2024 00:52
URI:	http://eprints.unram.ac.id/id/eprint/44848

Actions (login required)

View Item