<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="160047">
 <titleInfo>
  <title>KLASIFIKASI KERUSAKAN DAUN PADI AKIBAT PENYAKIT BERCAK COKLAT, KERACUNAN ZAT BESI, DAN SERANGAN HAMA PUTIH PALSU MENGGUNAKAN CNN DAN K-NN</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>NUR FADHILAH</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Teknik (S1)</publisher>
   <dateIssued>2025</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Tanaman padi merupakan makanan pokok utama masyarakat Indonesia, &#13;
sehingga kestabilan produksinya sangat penting. Serangan penyakit pada tanaman &#13;
padi dapat menyebabkan penurunan hasil panen secara signifikan dan berdampak &#13;
negatif terhadap ekonomi petani. Penelitian ini berfokus pada identifikasi &#13;
kerusakan daun padi di Kecamatan Samatiga, Kabupaten Aceh Barat yang &#13;
merupakan salah satu daerah utama penghasil beras di Provinsi Aceh. Identifikasi &#13;
manual terhadap kerusakan daun padi memerlukan tenaga ahli, dan waktu yang &#13;
cukup lama. Untuk mengatasi hal ini, dikembangkan model klasifikasi jenis &#13;
kerusakan daun padi, khususnya akibat penyakit brown spot, iron toxicity, dan &#13;
serangan hama rice leaf folder. Dataset primer yang digunakan terdiri dari 600 citra &#13;
daun padi (200 untuk tiap kelas) yang dikumpulkan dari sepuluh lahan persawahan &#13;
di Desa Pucok Lueng. Kemudian citra diperbanyak dengan teknik augmentasi &#13;
yaitu rotate 90 degree, vertical flipping, dan cropping. Model dibangun &#13;
menggunakan algoritma Convolutional Neural Network (CNN) dan K-Nearest &#13;
Neighbors (k-NN). Model terbaik yang dibangun dengan mengimplementasikan &#13;
arsitektur CNN adalah model dengan data augmentasi, learning rate 0,001, dan &#13;
epoch 80 (accuracy 0,9167; precision 0,9254; recall 0,9167; F1-score 0,9175). &#13;
Sedangkan model terbaik yang dibangun dengan mengimplementasikan algoritma &#13;
k-NN adalah model dengan data augmentasi yang menggunakan gabungan &#13;
ekstraksi fitur Canny dan GLCM, dengan nilai k=8 (accuracy 0,9000; precision &#13;
0,9158; recall 0,9000; F1-score 0,9003). Penelitian ini diharapkan dapat &#13;
mendukung pengembangan teknologi pertanian berbasis kecerdasan buatan untuk &#13;
meningkatkan produktivitas dan kesejahteraan petani.</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>160047</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2025-07-11 10:37:37</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2025-07-11 10:48:27</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>