View/Open

Author
Haniyah, Rasyidah

Advisor
Ahmad, Suaif, S.Si., M.Si.
Nike Dwi Grevika, Drantantiyas, S.Si., M.T.

Koleksi
Teknik Fisika

Publisher

Penurunan produksi pakcoy dapat disebabkan oleh faktor pemberian nutrisi pada masa pertumbuhan. Untuk mendapatkan pertumbuhan tanaman yang optimal perlu dilakukan pemantauan kadar nutrisi tanaman secara akurat dan tepat waktu. Penelitian ini bertujuan untuk membangun model Convolutional Neural Network (CNN) berdasarkan analisa variasi rasio pembagian data, learning rate, jumlah epoch, dropout, dan visualisasi ROC Curve. Algoritma Convolutional Neural Network dibangun menggunakan 66 citra warna daun tanaman pakcoy dengan kelas 250 ppm, 500 ppm, 750 ppm, dan 1000 ppm. Dilakukan metode uji variasi layer, uji variasi rasio pembagian data, dan uji variasi hyperparameter berupa learning rate, jumlah epoch, dan dropout dalam pembuatan model untuk mengetahui variasi terbaik dalam membangun model CNN. Hasil analisis menyatakan bahwa model CNN dapat digunakan untuk melakukan pencegahan dini defisiensi nutrisi tanaman pakcoy untuk menjaga keseimbangan dan keberlanjutan pertumbuhan tanaman. Dengan rasio pembagian data 90%: 5%: 5%, learning rate 0.001, dropout 0.4, dan epochs 50 didapatkan akurasi sebesar 86,70

URI
https://repo.itera.ac.id/depan/submission/SB2308070112

Keyword