Tugas Akhir Sarjana

SISTEM PENDETEKSIAN OTOMATIS LAYAK JUAL DAN TIDAK LAYAK JUAL PADA TANAMAN HIDROPONIK BAYAM DI KWT LODAYA

---

Katarak merupakan kelainan lensa mata yang keruh di dalam bola mata. Data dari Perhimpunan Dokter Spesialis Mata Indonesia, jumlah dokter spesialis mata berjumlah kurang lebih 3000 dokter. Hal tersebut tidak sebanding dengan jumlah penderita penyakit mata katarak di Indonesia. Oleh karena itu dibutuhkan suatu sistem yang dapat identifikasi informasi untuk membantu menentukan penyakit mata katarak. Pada penelitian ini menggunakan perancangan sistem deteksi penyakit katarak dari gambar RGB menggunakan metode Convolution Neural Network (CNN) dengan model arsitektur Visual Geometry Group (VGG19). Tujuan dari penelitian ini adalah membangun sistem agar bisa mendeteksi dan membedakan mata terkena penyakit katarak dengan mata normal dengan menggunakan metode Convolutional Neural Network (CNN). Dataset yang digunakan berasal dari Kaggle dengan 2 kelompok yaitu data training sebanyak 80% dan data testing sebanyak 20%. Hasil pengujian model VGG19 akurasi yang didapatkan yaitu 91%.

Kata kunci : Convolutional Neural Network, Katarak, VGG19

---

Ketersediaan

#	Lokasi	No. Panggil	Kode Eksemplar	Status
1	Perpustakaan ITI	IF 2023 013	IF2023013	Tersedia
2	Perpustakaan ITI	IF 2023 013	IF2023013-CD	Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

IF 2023 013

Penerbit

Tangerang Selatan : INFORMATKA., 2023

Deskripsi Fisik

-

Bahasa

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

TUGAS AKHIR - PRODI INFORMATIKA

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar