Sistem identifikasi penyakit pada daun teh menggunakan metode CNN arsitektur inception V3

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Budiwan, Ananda Amelia Pramaisita (2026) Sistem identifikasi penyakit pada daun teh menggunakan metode CNN arsitektur inception V3. Undergraduate thesis, UIN Sunan Ampel Surabaya.

	Text Ananda Amelia Pramaisita Budiwan_09040222050 full.pdf Restricted to Repository staff only until 8 April 2029. Download (13MB)
	Text Ananda Amelia Pramaisita Budiwan_09040222050.pdf Download (13MB)

Abstract

Daun teh (Camellia sinensis) merupakan salah satu komoditas perkebunan penting di Indonesia yang memiliki nilai ekonomi serta potensi ekspor yang tinggi, namun produktivitasnya sering menurun akibat penyakit daun seperti algal leaf spot, brown blight, gray blight, dan hama Helopeltis. Penelitian ini bertujuan mengembangkan sistem klasifikasi penyakit daun teh menggunakan algoritma Deep Learning berbasis arsitektur Inception V3 guna menjamin kualitas produk melalui metode Convolutional Neural Network (CNN) yang efisien dalam mendeteksi pola multiscale. Dataset yang digunakan terdiri atas citra daun teh sehat dan enam jenis daun teh yang terinfeksi penyakit. Berdasarkan pengujian menggunakan Stratified K-Fold Cross Validation ($K = 6$), model tanpa data augmentation mencapai rata-rata akurasi sebesar 96,12% dengan akurasi tertinggi mencapai 97,09% pada Fold 6. Hasil optimal tersebut diperoleh melalui kombinasi parameter terbaik yaitu jumlah epoch 50, optimizer Adam, learning rate 0,0001, batch size 64, dan dropout rate 0,3. Performa model tanpa augmentasi ini terbukti lebih unggul dibandingkan dengan hasil pengujian menggunakan data augmentation pada konfigurasi parameter yang sama, yang hanya menghasilkan rata-rata akurasi sebesar 89,245%. Penggunaan learning rate rendah dalam kombinasi tersebut memberikan stabilitas kinerja yang lebih baik, sehingga sistem ini diharapkan dapat mendukung penerapan teknologi artificial intelligence dalam deteksi dini penyakit tanaman teh di Indonesia. Implementasi sistem ini secara praktis diharapkan dapat membantu petani dalam mengambil tindakan pengendalian yang tepat sasaran guna meminimalkan kerugian hasil panen secara signifikan.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type:	Thesis (Undergraduate)
Creators:	Creators Email NIM Budiwan, Ananda Amelia Pramaisita nandaa.sita@gmail.com 09040222050
Contributors:	Contribution Name Email NIDN Thesis advisor Novitasari, Dian Candra Rini diancrini@uinsa.ac.id 2024118502 Thesis advisor Hamid, Abdulloh doelhamid@uinsa.ac.id 2028088501
Subjects:	Matematika Teknologi
Keywords:	Daun teh; penyakit; CNN; augmentasi; inception V3
Divisions:	Fakultas Sains dan Teknologi > Studi Matematika
Depositing User:	Ananda ANANDA Matematika
Date Deposited:	08 Apr 2026 07:53
Last Modified:	08 Apr 2026 07:53
URI:	http://digilib.uinsa.ac.id/id/eprint/89454

Actions (login required)

View Item