DETEKSI DAUN MAWAR DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK MEMPREDIKSI WARNA

Rozi, Mukhamad Fahrur (2025) DETEKSI DAUN MAWAR DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK MEMPREDIKSI WARNA. Sarjana thesis, Universitas Bhinneka Nusantara.

	Text ABSTRAK.pdf Download (241kB)
	Text BAB I.pdf Download (461kB)
	Text BAB II.pdf Download (477kB)
	Text BAB III.pdf Download (1MB)
	Text BAB IV.pdf Download (875kB)
	Text BAB V.pdf Download (274kB)

Abstract

Penelitian ini dilatarbelakangi oleh kesulitan dalam memprediksi warna bunga mawar pada tanaman yang belum berbunga, terutama bagi petani dan pembeli di daerah Sidomulyo, Kota Batu. Warna bunga menjadi daya tarik utama, namun prediksi hanya berdasarkan pengamatan visual daun sering kali tidak akurat. Hipotesis awal menyatakan bahwa warna bunga dapat diprediksi melalui ciri visual pada daun seperti tekstur dan warna. Penelitian ini menggunakan metode Convolutional Neural Network (CNN) dengan pendekatan klasifikasi citra untuk memprediksi tiga kelas warna bunga mawar: merah, kuning, dan putih. Dataset terdiri dari 500 gambar daun mawar dan dievaluasi menggunakan metode 5-Fold Cross Validation. Arsitektur model terbaik diperoleh dari Fold ke-4 dengan akurasi 62,67%. Evaluasi dilakukan melalui confusion matrix dan metrik klasifikasi seperti precision, recall, dan F1-score. Hasil menunjukkan bahwa meskipun model belum optimal, pendekatan ini memiliki potensi untuk membantu petani dalam mengidentifikasi warna bunga lebih dini. Penelitian ini diharapkan dapat menjadi dasar pengembangan sistem prediksi berbasis citra daun pada tanaman hias lainnya.

Item Type:	Thesis (Sarjana)
Subjects:	Information system > Data management systems
Divisions:	Engineering Sciences
Depositing User:	Unnamed user with username editor_perpustakaan
Date Deposited:	21 Oct 2025 03:06
Last Modified:	21 Oct 2025 03:06
URI:	http://repository.stiki.ac.id/id/eprint/2442

Actions (login required)

View Item