Article Per Year (5 Year)
p-Index From 2021 - 2026
3.426
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Scan : Jurnal Teknologi Informasi dan Komunikasi Proceeding International Conference on Information Technology and Business International conference on Information Technology and Business (ICITB) JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Riset Informatika bit-Tech Journal of Applied Data Sciences Jurnal Ilmiah Teknologi Informasi dan Robotika Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat Journal of Informatics and Computer Science (JINACS) Journal of Emerging Information Systems and Business Intelligence (JEISBI) Inovate : Jurnal Ilmiah Inovasi Teknologi Informasi
SALAMUN ROHMAN NUDIN
Universitas Negeri Surabaya
Religion Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Languange, Linguistic, Communication & Media Library & Information Science Nursing Public Health Social Sciences

Published : 31 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 31 Documents
Search

 1   2   3   4 
Deteksi Penyakit pada Tanaman Tomat Menggunakan Model Inception V3 Berbasis Mobile Rahmaditya Putri Lailatul 'Ismi; Salamun Rohman Nudin
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 02 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak - Tomat merupakan salah satu komoditas hortikultura yang memiliki tingkat konsumsi tinggi di masyarakat serta berperan penting dalam sektor ekonomi pertanian. Meskipun demikian, produktivitas tanaman tomat kerap mengalami penurunan akibat serangan berbagai penyakit. Terdapat sembilan jenis penyakit utama yang umum menyerang tanaman tomat, yaitu Bacterial Spot, Early Blight, Late Blight, Leaf Mold, Septoria Leaf Spot, Spider Mite, Target Spot, Yellow Leaf Curl Virus, dan Mosaic Virus. Oleh karena itu, upaya deteksi penyakit pada tahap awal menjadi sangat krusial agar petani dapat melakukan langkah pencegahan dan pengendalian secara tepat. Penelitian ini bertujuan untuk mengembangkan sistem pendeteksian penyakit daun tomat berbasis Convolutional Neural Network (CNN) sebagai pendekatan inovatif dalam meningkatkan akurasi identifikasi penyakit. Dataset yang digunakan dalam penelitian ini adalah PlantVillage Dataset, yang terlebih dahulu melalui tahap pra-pemrosesan sebelum dilakukan proses pelatihan menggunakan arsitektur Inception V3 dengan Adam Optimizer. Hasil evaluasi menunjukkan bahwa model yang dikembangkan mampu mencapai tingkat akurasi sebesar 98% dalam mengklasifikasikan jenis penyakit pada daun tomat. Temuan ini mengindikasikan bahwa model Inception V3 memiliki potensi yang sangat baik untuk diimplementasikan sebagai sistem pendukung bagi petani dalam memantau kesehatan tanaman serta meningkatkan kualitas dan kuantitas hasil produksi tomat. Kata Kunci— Tanaman Tomat, Penyakit, Convolutional Neural Network, Inception V3, Mobile.
Co-Authors Abdul Khamid Abdul Khamid Aditia Syahputra, Dimas Novian Alamsyah, Shandy Ilham Alen Bachtiar Heriyanto Andi Iwan Nurhidayat Anggraeni, Erika Kanya Arifin, Achmad Nurs Syururi Asmunin Asmunin Asyadana, Aldi Naufal Augusta Jannatul Firdaus, Reza Azzah, Aini Celia Angelina Nogo Koban Chuluq, Khusnul Dodik Arwin Dermawan Elok Nur Fauziyah Enggarbela Ogi Intan Pratiwi Enggarbela Ogi Intan Pratiwi Faris Abdi El Hakim, Faris Abdi Febrianto, Alvin Fitria Hidayanti Fitria Hidayanti Ghoffar, Alghifar Abdul Ghoffar, Alghifar Abdul Hidayat, Andi Iwan Nur I Gde Agung Sri Sidhimantra Laili Indah Liana Natanael Chrisanta Rikandi Panji Sulanggalih, Mochammad Pradana, Handika Dio Pratama, Moch Deny Prawira, Indra Waskita Prismana, I Gusti Lanang Putra Eka Qholisa, Siti Nur Rahmaditya Putri Lailatul 'Ismi Rama Syaiful Arif Rifky Fajar Oktanugraha Shinta Yuan Ayu Pratiwi Subani, Fisma Meividianugraha Sugiarto - SUGIARTO - Yisti Vita Via Yisti Vita Via