IMPLEMENTASI SISTEM CERDAS BERBASIS WEB UNTUK DIAGNOSIS HAMA DAN PENYAKIT PADA TANAMAN SAWIT

MODENA MELANNY, NPM 2208100059 (2026) IMPLEMENTASI SISTEM CERDAS BERBASIS WEB UNTUK DIAGNOSIS HAMA DAN PENYAKIT PADA TANAMAN SAWIT. Skripsi thesis, Universitas Labuhanbatu.

	Text COVER.pdf Download (1MB)
	Text BAB I.pdf Download (527kB)
	Text BAB II.pdf Download (1MB)
	Text BAB III.pdf Restricted to Registered users only Download (1MB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Download (407kB)
	Text DAFTAR PUSTAKA.pdf Download (517kB)

Abstract

Perkembangan teknologi kecerdasan buatan (Artificial Intelligence) telah memberikan kontribusi besar dalam berbagai bidang, termasuk sektor pertanian. Salah satu permasalahan yang sering dihadapi pada budidaya kelapa sawit adalah keterlambatan dalam mendeteksi hama dan penyakit tanaman yang dapat menyebabkan penurunan produktivitas serta kualitas hasil panen. Proses identifikasi yang masih dilakukan secara manual memerlukan waktu, bergantung pada keahlian pengamat, dan kurang efisien untuk diterapkan secara luas. Oleh karena itu, penelitian ini bertujuan untuk mengimplementasikan sistem cerdas berbasis web yang mampu melakukan diagnosis hama dan penyakit pada tanaman sawit secara otomatis menggunakan model MobileNetV2. Metode penelitian yang digunakan adalah metode pengembangan sistem Waterfall yang meliputi tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Sistem dibangun menggunakan bahasa pemrograman Python sebagai backend, sebagai frontend, serta MongoDB sebagai basis data. Model klasifikasi menggunakan arsitektur MobileNetV2 dengan pendekatan transfer learning untuk mengklasifikasikan citra daun kelapa sawit ke dalam lima kategori, yaitu Healthy, Defisiensi Magnesium, Defisiensi Mangan, Defisiensi Kalium, dan Rachis Blight ReactJS. Dataset yang digunakan berjumlah sekitar 700 citra dengan pembagian data sebesar 70% untuk pelatihan, 20% untuk validasi, dan 10% untuk pengujian. Kata Kunci: Sistem Cerdas, MobileNetV2, Diagnosis Penyakit Tanaman Sawit, Deep Learning, Website

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Sistem Cerdas, MobileNetV2, Diagnosis Penyakit Tanaman Sawit, Deep Learning, Website
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General) Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases
Divisions:	Fakultas Sains Dan Teknologi > Teknologi Informasi
Depositing User:	Unnamed user with email repository@ulb.ac.id
Date Deposited:	01 Sep 2026 04:05
Last Modified:	01 Sep 2026 04:05
URI:	http://repository.ulb.ac.id/id/eprint/2698

Actions (login required)

View Item