View/Open

Author
Genja, Rizky Novianto

Advisor
Andika, Setiawan S.Kom., M.Cs.
lham Firman, Ashari, S.Kom., M.T.

Koleksi
Teknik Informatika

Publisher

Jamur tiram putih menjadi komoditas hortikultura yang memiliki nilai ekonomi tinggi dengan permintaan produksi dan konsumsi yang terus meningkat. Berdasarkan data Badan Pusat Statistik (BPS), produksi jamur nasional pada tahun 2021 mencapai 90.420 kilogram. Dalam meningkatkan kualitas produksi dan kualitas hasil tanaman jamur tiram dapat dilakukan dengan melakukan proses monitoring pertumbuhan dan juga efektivitas panen pada jamur. Dengan memanfaatkan teknologi pengenalan gambar yang dikembangkan dengan kecerdasan buatan sehingga memungkinkan membuat sebuah model pengolahan citra digital atau gambar yang cepat dan akurat untuk mendeteksi kesiapan panen pada jamur tiram putih. Model object detection yang dikembangkan dengan menggunakan dataset berupa citra digital yang diambil dari tanaman dengan 2 kategori jenis yaitu jamur tiram putih siap panen dan jamur tiram putih belum siap panen. Model object detection akan diintegrasikan model untuk mendapatkan sebuah program yang dapat mendeteksi tingkat kesiapan panen jamur tiram putih. Setelah didapatkan deteksi kesiapan panen jamur tiram putih yang berada pada daerah area pengelompokan kategori akan dilakukan testing untuk mendapatkan tingkat prediksi dalam mendetesi citra jamur tiram putih. Hasil pengujian yang didapatkan menggunakan matrix confusion yaitu model object detection yang optimal didapatkan pada nilai epoch 100, batch-size 8 yang menghasilkan nilai mAP 93,6%, precision 86,8%, recall 89,9

URI
https://repo.itera.ac.id/depan/submission/SB2401190074

Keyword
Objek Deteksi Jamur Tiram Putih Citra