UPT Perpustakaan Universitas Handayani

Jl. Adhyaksa Baru No. 1 Lantai 5

  • Beranda
  • Informasi
  • Berita
  • Statistik Koleksi
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Analisis Kualitas Benih Kacang Tanah Berbasis Citra Digital Menggunakan Algoritma Convolutional Neural Network (CNN)

Text

Analisis Kualitas Benih Kacang Tanah Berbasis Citra Digital Menggunakan Algoritma Convolutional Neural Network (CNN)

Nadila Safitri - Nama Orang;

Seleksi manual benih kacang tanah (Arachis hypogaea L.) yang bersifat subjektif dan tidak efisien menjadi kendala utama bagi petani. Ketergantungan pada pengamatan visual rentan terhadap kesalahan, sehingga diperlukan solusi teknologi untuk meningkatkan akurasi dan efisiensi. Penelitian ini bertujuan untuk mengembangkan sebuah sistem analisis kualitas benih kacang tanah secara otomatis, cepat, dan objektif berbasis citra digital dengan memanfaatkan algoritma Convolutional Neural Network (CNN). Metode yang diimplementasikan menggunakan arsitektur MobileNetV2, yang dikenal efisien dan akurat. Model dilatih menggunakan dataset yang terdiri dari 1.000 citra benih kacang tanah lokal, yang diklasifikasikan ke dalam tiga kategori kualitas utama. Kinerja model dievaluasi berdasarkan metrik akurasi, precision, dan F1-score untuk memastikan kemampuan sistem dalam mengenali karakteristik visual benih secara konsisten. Hasil penelitian menunjukkan bahwa model yang dikembangkan berhasil mengklasifikasikan kualitas benih dengan performa yang sangat tinggi, mencapai tingkat akurasi keseluruhan sebesar 95%. Keberhasilan ini juga didukung oleh nilai rata-rata precision sebesar 96% dan rata-rata F1-score sebesar 95%. Sistem ini berhasil diwujudkan menjadi sebuah aplikasi fungsional dengan antarmuka intuitif, yang membuktikan bahwa teknologi ini sangat efektif untuk meningkatkan objektivitas dan efisiensi dalam seleksi benih, serta berpotensi besar mendukung peningkatan kualitas hasil pertanian.


Ketersediaan
S250278SKR-2025 NAD aPerpustakaan Universitas Handayani MakassarTersedia
Informasi Detail
Judul Seri
-
No. Panggil
SKR-2025 NAD a
Penerbit
Universitas Handayani Makassar : Universitas Handayani Makassar., 2025
Deskripsi Fisik
i + 129 hlm; 29 x 21 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
SKR-2025 NAD a
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
Ed. 1, Cet. 1
Subjek
Citra Digital
Kacang Tanah
MobileNetV2
Kualitas Benih
Convolutional Neural Network (CNN)
Info Detail Spesifik
Skripsi Teknik Informatika
Pernyataan Tanggungjawab
Nadila Safitri
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar

Anda harus login sebelum memberikan komentar

UPT Perpustakaan Universitas Handayani
  • Informasi
  • Perpanjang Mandiri
  • Pustakawan
  • Area Anggota

Tentang Kami

Perpustakaan STMIK HANDAYANI terbentuk bersamaan dengan berdirinya STMIK HANDAYANI pada tahun 1996 sebagai sarana pen-dukung utama dalam penyelenggaraan pen-didikan dan pengajaran. Read more...

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Customized by Vinesia

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik