TRANSFER LEARNING MODEL DALAM KLASIFIKASI PENYAKIT DAUN PEPAYA DENGAN PENDEKATAN ARSITEKTUR RESNET152V2

AJI ARIS NASUTION (2025) TRANSFER LEARNING MODEL DALAM KLASIFIKASI PENYAKIT DAUN PEPAYA DENGAN PENDEKATAN ARSITEKTUR RESNET152V2. Skripsi thesis, Universitas Bina Insan Lubuklinggau.

Text RAMA_56201_2102010010.pdf Download (20MB)

Abstract

Penelitian ini membahas penggunaan model transfer learning ResNet152v2 Untuk klasifikasi penyakit daun pepaya, Metode tradisional dalam mengidentifikasi penyakit tanaman sering kali bersifat subjektif dan bergantung pada pengalaman manusia, yang dapat menyebabkan inkonsistensi dan ketidakakuratan. Dengan memanfaatkan pembelajaran mendalam (Deep learning). Penelitian ini bertujuan untuk mengembangkan model klasifikasi yang efisien dan andal. Dataset yang digunakan terdiri dari tiga kelas : healthy (Sehat), Rinspot (Virus), dan Curl ( Keriting pada daun pepaya). Citra pada dataset ini telah melalui tahap preprocessing dan augmentasi guna meningkatkan keragaman data. Model dilatih menggunakan pendekatan transfer learning dengan arsitektur ResNet152v2, dan hasil pelatihan dianalisis berdasarkan metrik akurasi, loss, serta Confusion matrix. Hasil menunjukkan model mampu menunjukkan bahwa model mencapai akurasi pelatihan sebesar 96% dan akurasi validasi sebesar 75% setelah 20 epoch, Untuk katagori Curl, model mencatatkan presisi sebesar 89% dan recall 97%, sedangkan kategori Rinspot menununjukan presisi 80% dan recall 100%. Namun, recall kategori healthy relatif lebih rendah, yaitu 63%, akibat kesalahan klasifikasi. Akurasi keseluruhan pada pengujian adalah 87%. Penelitian ini menunjukkan potensi Transfer learning dalam klasifikasi penyakit tanaman, meskipun ada tantangan pada keterbatasan dan dan kesalahan klasifikasi.Rekomendasi untuk penelitian selanjutnya mencakup peningkatan variasi dataset, pengoptimalan hyperparameter, serta eksplorasi arsitektur deep learning lain untuk memperbaiki performa klasifikasi, selain itu pengembangan aplikasi berbasis web atau seluler dapat meningkatkan penerapan model ini dalam praktik pertanian. Kata kunci : Transfer Learning, ResNet152v2, Pepaya leaf disease, Image Classification, Deep Learning

Item Type:	Thesis (Skripsi)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Komputer > Program Studi Rekayasa Perangkat Lunak
Depositing User:	Admin Perpus UnivBI
Date Deposited:	07 Feb 2026 02:50
Last Modified:	07 Feb 2026 02:50
URI:	http://eprints.univbinainsan.ac.id/id/eprint/490

Actions (login required)

View Item