• 024-7474754 (current)
  • fsm@undip.ac.id
    ``````
  • Visitor
  • Unduh
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Perpustakaan Fakultas Sains Matematika

Universitas Diponegoro

  • Berita
  • Profil
    Profil Singkat Struktur Organisasi Sambutan Kepala Perpustakaan Pustakawan Kontak
  • E-Resources
    Indonesiana
    • Batavia Digital
    • Candi di Indonesia
    • Dokumentasi Perfilman Indonesia
    • Dokumentasi Sastra Indonesia
    • Kepustakaan Presiden RI
    • Keraton Nusantara
    • Pernaskahan Nusantara
    • Pusaka Indonesia
    • Kepustakaan Tokoh Pahlawan P. Diponegoro
    • Kepustakaan Tokoh Pahlawan Jenderal Soedirman
    • Kepustakaan Tokoh Perfilman
    • Khasanah Pustaka Nusantara
    • Perpuspedia
    • Literasi Kanker Indonesia
    Pencarian
    • Indonesia One Search
    • DOAJ
    • Google Scholar
    • Scopus
    • JDIH
    • Bibliografi Nasional Indonesia
    • Katalog Induk Nasional
    • KINK Kemenkes
    • R2KN Kemenkes
    Alat & Sumber Belajar
    • Mendeley
    • Perpustakaan Digital
    • TED
    • Google Experiments
    • Sumber Belajar Kemdikbud
    • Ebook
    Pustaka Kami
    • Jurnal Nasional
    • Jurnal Internasional
    • Jurnal Dilanggan
    • Prosiding
    • Modul Bahan Ajar
  • Panduan
    Perpustakaan Layanan FAQ Penulisan Penelusuran Informasi Akses Internet Koleksi
  • Layanan
    Daftar Anggota Online Sirkulasi Referensi dan Serial Bebas Pinjam Kartu Sakti
  • Area Anggota

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title

Text

Klasifikasi Klona Daun Teh Dengan Algoritma Convolutional Neural Network VGG-16

Septian Luthfia Sanni - Nama Orang;

Teh merupakan salah satu jenis tanaman yang digunakan untuk menyajikan minuman teh.
Setiap jenis teh memiliki ciri bentuk dan warna yang berbeda-beda, terutama pada rasa
minumannya. Pemetik daun teh pemula kesulitan membedakan setiap jenis daun teh.
Penelitian ini fokus diberikan pada jenis klon daun teh seperti Gambung 7, Gambung 9, dan
TRI 24. Klona daun teh yang digunakan dalam penelitian memiliki kemiripan pada
karakteristik daun teh. Komputer dapat membantu mengklasifikasi citra dengan mudah pada
pengenalan klona daun teh. Objek citra untuk klasifikasi klona daun teh dilakukan
pengambilan gambar secara langsung pada perkebunan teh di PT. Pagilaran. Dataset yang
digunakan sejumlah 993 citra dengan resolusi citra 224×224. Pembagian data dibagi menjadi
data latih 70%, data validasi 15%, dan data uji 15%. Klasifikasi citra pada klona daun teh
dilakukan menggunakan Convolutional Neural Network (CNN). Arsitektur dalam algoritma
CNN yang relatif sederhana dan konsisten yaitu VGG-16. VGG-16 memiliki jumlah layer
sebanyak 16, yang terdiri dari 13 convolution layer dan 3 fully connected layer. Proses
pelatihan menggunakan transfer learning untuk inisialisasi bobot dan mempercepat
pelatihan pada model. Hyperparameter yang digunakan untuk pengujian yaitu batch size,
learning rate, dan dropout. Hasil hyperparameter yang telah didapat, selanjutnya dilakukan
pengujian. Hasil pengujian yang telah dilakukan mendapatkan akurasi uji tertinggi 93,20 %.
Hasil ini menunjukkan bahwa model memiliki performa yang baik untuk membedakan 3
macam klona daun teh.
Kata kunci : Daun teh, Klasifikasi, convolutional neural network, transfer learning, VGG-
16


Ketersediaan
1228F20231228 F 2023Perpustakaan FSM UndipTersedia
Informasi Detail
Judul Seri
-
No. Panggil
1228 F 2023
Penerbit
: .,
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Septian Luthfia Sanni
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar

Anda harus masuk sebelum memberikan komentar

Perpustakaan Fakultas Sains Matematika
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Jl. Prof. Sudarto, Tembalang, Kec. Tembalang, Kota Semarang, Jawa Tengah 50275

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Perpustakaan Fakultas Sains Matematika

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik