DETEKSI PENYAKIT JERUK PURUT BERDASARKAN CITRA DAUN MENGGUNAKAN METODE DEEP NEURAL NETWORK

Uhrowiyah, Jamiatul (2024) DETEKSI PENYAKIT JERUK PURUT BERDASARKAN CITRA DAUN MENGGUNAKAN METODE DEEP NEURAL NETWORK. Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_2021400244_Jamiatul Uhrowiyah_IF.pdf Restricted to Registered users only Download (7MB)

Abstract

Uhrowiyah, Jamiatul. 2024. Deteksi Penyakit Jeruk Purut Berdasarkan Citra Daun Menggunakan Metode Deep Neural Network (DNN). Skripsi, Prodi Teknik Informatika, Fakultas Teknik, Universitas Nurul Jadid Paiton Probolinggo. Pembimbing: (I) Fathur Rizal, M.Kom., (II) Anis Yusrotun Nadhiroh, M.MT.

Kata Kunci: Daun Jeruk Purut, Web Flask, Deep Neural Network (DNN), Augmentasi Data.

Jeruk purut (Citrus hystrix) merupakan komoditas pertanian yang memiliki nilai ekonomis tinggi di Indonesia, terutama bagian daunnya yang dimanfaatkan luas dalam industri kuliner dan pengobatan tradisional. Namun, produktivitas tanaman ini sering kali terhambat oleh serangan berbagai penyakit daun yang dapat menurunkan kualitas serta kuantitas hasil panen. Penelitian ini bertujuan untuk mengembangkan model deteksi penyakit pada daun jeruk purut secara cepat dan akurat dengan menerapkan metode Deep Neural Network (DNN). Dataset yang digunakan mencakup citra daun jeruk purut yang terinfeksi berbagai jenis penyakit, seperti kanker jeruk (citrus canker), CVPD (Citrus Vein Phloem Degeneration), dan serangan tungau. Untuk meningkatkan keandalan model, teknik augmentasi data diterapkan guna memperkaya variasi dataset selama proses pelatihan. Model yang dikembangkan kemudian diintegrasikan ke dalam antarmuka berbasis web menggunakan framework Flask. Hasil penelitian menunjukkan performa model yang sangat optimal dengan tingkat akurasi mencapai 97%, nilai precision 95%, dan recall 96%. Implementasi teknologi ini diharapkan dapat menjadi alat bantu efektif bagi petani dalam mengidentifikasi penyakit secara dini guna mengoptimalkan pengendalian hama dan penyakit tanaman jeruk purut.

Item Type:	Thesis (Other)
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software S Agriculture > SB Plant culture
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Saiful Ghazi
Date Deposited:	29 Apr 2026 07:23
Last Modified:	29 Apr 2026 07:23
URI:	https://repository.unuja.ac.id/id/eprint/3272

Actions (login required)

View Item