Pengklasifikasian Penyakit pada Daun Tanaman Tomat dengan Algoritma K Support Vector Nearest Neighbor
Main Author: | Putri Khoirunisa, Dina |
---|---|
Format: | Thesis NonPeerReviewed application/pdf |
Bahasa: | eng |
Terbitan: |
, 2020
|
Subjects: | |
Online Access: |
http://kc.umn.ac.id/14790/1/HALAMAN_AWAL.pdf http://kc.umn.ac.id/14790/2/DAFTAR_PUSTAKA.pdf http://kc.umn.ac.id/14790/3/BAB_I.pdf http://kc.umn.ac.id/14790/4/BAB_II.pdf http://kc.umn.ac.id/14790/5/BAB_III.pdf http://kc.umn.ac.id/14790/6/BAB_IV.pdf http://kc.umn.ac.id/14790/7/BAB_V.pdf http://kc.umn.ac.id/14790/8/LAMPIRAN.pdf http://kc.umn.ac.id/14790/ |
ctrlnum |
14790 |
---|---|
fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://kc.umn.ac.id/14790/</relation><title>Pengklasifikasian Penyakit pada Daun Tanaman Tomat dengan Algoritma K Support Vector Nearest Neighbor</title><creator>Putri Khoirunisa, Dina</creator><subject>T58.5-58.64 Information technology</subject><description>Tomat merupakan salah satu tanaman buah-buahan yang termasuk keluarga solanaceae, dimana tanaman dari keluarga tersebut memiliki potensi untuk terjangkit penyakit yang sama. Penyakit pada tanaman tomat yang disebabkan oleh virus dan jamur yang memiliki kesamaan gejala sehingga jika dilihat sekilas sangat kecil kemungkinan untuk membedakannya. Pada penelitian ini digunakan 2 jenis penyakit pada daun tomat yaitu, Mosaic Virus dan Early Blight. Adapun metode yang digunakan berupa K-Super Vector Nearest Neighbor (K-SVNN) karena metode tersebut lebih sederhana dan memiliki akurasi prediksi lebih tinggi dalam eksekusi data berbasis citra. Hasil akurasi dalam uji coba cukup memuaskan dengan skor akurasi tertinggi mencapai 82% yang mempunyai rasio dalam pembagian dataset yaitu 80:20.</description><date>2020</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/14790/1/HALAMAN_AWAL.pdf</identifier><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/14790/2/DAFTAR_PUSTAKA.pdf</identifier><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/14790/3/BAB_I.pdf</identifier><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/14790/4/BAB_II.pdf</identifier><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/14790/5/BAB_III.pdf</identifier><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/14790/6/BAB_IV.pdf</identifier><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/14790/7/BAB_V.pdf</identifier><type>File:application/pdf</type><language>eng</language><identifier>http://kc.umn.ac.id/14790/8/LAMPIRAN.pdf</identifier><identifier> Putri Khoirunisa, Dina (2020) Pengklasifikasian Penyakit pada Daun Tanaman Tomat dengan Algoritma K Support Vector Nearest Neighbor. Bachelor Thesis thesis, Universitas Multimedia Nusantara. </identifier><recordID>14790</recordID></dc>
|
language |
eng |
format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview File:application/pdf File |
author |
Putri Khoirunisa, Dina |
title |
Pengklasifikasian Penyakit pada Daun Tanaman Tomat dengan Algoritma K Support Vector Nearest Neighbor |
publishDate |
2020 |
topic |
T58.5-58.64 Information technology |
url |
http://kc.umn.ac.id/14790/1/HALAMAN_AWAL.pdf http://kc.umn.ac.id/14790/2/DAFTAR_PUSTAKA.pdf http://kc.umn.ac.id/14790/3/BAB_I.pdf http://kc.umn.ac.id/14790/4/BAB_II.pdf http://kc.umn.ac.id/14790/5/BAB_III.pdf http://kc.umn.ac.id/14790/6/BAB_IV.pdf http://kc.umn.ac.id/14790/7/BAB_V.pdf http://kc.umn.ac.id/14790/8/LAMPIRAN.pdf http://kc.umn.ac.id/14790/ |
contents |
Tomat merupakan salah satu tanaman buah-buahan yang termasuk keluarga solanaceae, dimana tanaman dari keluarga tersebut memiliki potensi untuk terjangkit penyakit yang sama. Penyakit pada tanaman tomat yang disebabkan oleh virus dan jamur yang memiliki kesamaan gejala sehingga jika dilihat sekilas sangat kecil kemungkinan untuk membedakannya. Pada penelitian ini digunakan 2 jenis penyakit pada daun tomat yaitu, Mosaic Virus dan Early Blight. Adapun metode yang digunakan berupa K-Super Vector Nearest Neighbor (K-SVNN) karena metode tersebut lebih sederhana dan memiliki akurasi prediksi lebih tinggi dalam eksekusi data berbasis citra. Hasil akurasi dalam uji coba cukup memuaskan dengan skor akurasi tertinggi mencapai 82% yang mempunyai rasio dalam pembagian dataset yaitu 80:20. |
id |
IOS6965.14790 |
institution |
Universitas Multimedia Nusantara |
institution_id |
355 |
institution_type |
library:university library |
library |
Perpustakaan Universitas Multimedia Nusantara |
library_id |
306 |
collection |
Knowledge Center UMN |
repository_id |
6965 |
subject_area |
Business/Bisnis Communication/Komunikasi Art Apreciation/Apresiasi Seni Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika |
city |
TANGERANG |
province |
BANTEN |
shared_to_ipusnas_str |
1 |
repoId |
IOS6965 |
first_indexed |
2020-12-19T03:52:01Z |
last_indexed |
2020-12-19T03:52:01Z |
recordtype |
dc |
_version_ |
1686477466819887104 |
score |
17.538404 |