Informasi Umum

Kode

25.04.5705

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine Learning

Dilihat

87 kali

Informasi Lainnya

Abstraksi

Selada (Lectua Sativa L.) merupakan sayuran yang bernilai ekonomis dan cocok dibudidayakan secara hidroponik untuk mengatasi keterbatasan lahan. Namun, produktivitasnya sering terancam oleh penyakit  jamur dan bakteri yang memerlukan penanganan yang cepat dan akurat. Untuk mengatasi masalah ini, penelitian ini telah mengimplementasikan sebuah sistem deteksi penyakit otomatis pada daun selada menggunakan <em>Vision Transformer</em> (ViT) yang diintegrasikan dengan <em>Internet of Things</em> (IoT). Sistem IoT menggunakan ESP32-CAM untuk mengambil citra daun dan mengirimkannya ke model ViT untuk klasifikasi. Hasil Penelitian menunjukkan bahwa model ViT yang telah di latih mampu mengklasifikasikan tiga kondisi kesehatan selada (‘<em>Bacterial’</em>, ‘<em>Fungal’</em>, ‘<em>Healthy’</em>) dengan sangat baik. Secara spesifik model ViT-L/16 berhasil mencapai akurasi validasi tertinggi sebesar 88.44% membuktikan efektivitasnya dalam melakukan klasifikasi. Integrasi  IoT untuk pengiriman data citra juga telah berhasil diverifikasi, dan menghasilkan pengembangan teknologi pertanian serta menunjukkan kombinasi ViT dan IoT adalah solusi yang menjanjikan untuk peningkatan kualitas dan kuantitas panen selada.<br />  

  • CAK4FAA4 - TUGAS AKHIR

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Anda harus log in untuk mengakses flippingbook

Pengarang

Nama FARHAN ARYO PANGESTU
Jenis Perorangan
Penyunting Anggi Zafia, Andi Prademon Yunus
Penerjemah

Penerbit

Nama Universitas Telkom, S1 Teknik Informatika - Kampus Purwokerto
Kota Purwokerto
Tahun 2025

Sirkulasi

Harga sewa IDR 0,00
Denda harian IDR 0,00
Jenis Non-Sirkulasi