PUTRA, HANDIKA GUNAWAN (2024) RANCANG BANGUN APLIKASI BERBASIS ANDROID UNTUK PREDIKSI TINGKAT KEBERHASILAN PIKUNG PADA TANAMAN JERUK DENGAN CONVOLUTIONAL NEURAL NETWORK. Tugas Akhir/Skripsi thesis, Universitas Ma Chung.
|
Text
01- 311910009_Handika_Gunawan_putra.pdf Download (4MB) | Preview |
Abstract
Penelitian ini mengungkap pentingnya tanaman jeruk keprok 555 sebagai
sumber vitamin C yang vital bagi manusia. Jeruk keprok memerlukan waktu yang
lama, minimal 4 tahun, untuk berbuah. Oleh karena itu, metode Pijat Lengkung
(Pikung) digunakan untuk meningkatkan sirkulasi air dan nutrisi, serta merangsang
pertumbuhan tanaman. Namun, kendala terjadi dalam ketepatan waktu pikung yang
optimal. Studi ini bertujuan mengembangkan model Convolutional Neural Network
(CNN) untuk menentukan waktu pikung pada tanaman jeruk, dan membuat aplikasi
Android berbasis model CNN. Penelitian menghasilkan delapan model yang
berbeda, dioptimalkan dengan optimizer Adam dan Adamax. Model-model yang
digunakan dalam penelitian ini adalah VGG16_Adam, VGG16_Adamax
ResNet50v2_Adam, ResNet50v2_Adamax, MobileNetv2_Adam
MobileNetv2_Adamax, InceptionV3_Adam, InceptionV3_Adamax. Hasil
eksperimen menunjukkan model dengan optimizer Adamax memberikan performa
lebih baik. Evaluasi menunjukkan bahwa model InceptionV3 dengan optimizer
Adamax adalah yang terbaik, dengan akurasi mencapai 93% pada tahap validasi
dan pengujian. Studi ini memberikan wawasan dalam meningkatkan efisiensi waktu
pikung tanaman jeruk keprok 555 melalui pendekatan model CNN.
Kata Kunci: Jeruk Keprok, Pijat Lengkung (Pikung), Convolutional Neural
Network (CNN)
| Item Type: | Thesis (Tugas Akhir/Skripsi) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Fakultas Teknologi dan Desain > S1 Teknik Informatika |
| Depositing User: | umclibs1 |
| Date Deposited: | 04 Feb 2026 06:57 |
| Last Modified: | 04 Feb 2026 06:57 |
| URI: | http://repository.machung.ac.id/id/eprint/1137 |
Actions (login required)
 |
View Item |