Penerapan Deep Learning untuk Deteksi Penyakit Tanaman Padi Berbasis Citra Digital
Abstrak
[DATA DEMONSTRASI] Penelitian ini bertujuan mengembangkan sistem deteksi penyakit tanaman padi menggunakan algoritma deep learning berbasis convolutional neural network (CNN). Dataset citra tanaman padi dikumpulkan dari sawah di Kabupaten Tangerang dan diproses menggunakan teknik augmentasi data.
Kata Kunci
deep learningCNNdeteksi penyakittanaman padipengolahan citra
Tujuan Penelitian
Mengembangkan model CNN untuk mendeteksi penyakit blast, hawar daun, dan bercak coklat pada tanaman padi dengan akurasi minimal 90%.
Metodologi
Pengumpulan dataset, preprocessing citra, pelatihan model CNN, validasi dan evaluasi performa model.
Luaran yang Diharapkan
Artikel jurnal terindeks Sinta, prototipe aplikasi mobile deteksi penyakit padi.
Informasi Penelitian
Ketua Peneliti
Dr. Budi Santoso, M.Kom.
Fakultas
Fakultas Ilmu Komputer
Program Studi
Informatika
Skema
Penelitian Dasar
Sumber Dana
Universitas Dharma Indonesia
Durasi
8 bulan
Dana Penelitian
Rp 15.000.000
Tim Peneliti
Penelitian Terkait
Aktif
2024
Sistem Informasi Manajemen Penelitian Berbasis Web untuk Perguruan Tinggi