• Beranda
  • Website Perpustakaan
  • Panduan
  • Area Anggota
  • 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

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Penanda Bagikan

TESIS DIGITAL

Analisa Kualitas Perkecambahan Benih Padi (Oryza Sativa L.) Menggunakan Machine Learning = Analysis Of Rice Seed Germination Quality (Oryza Sativa L.) Using Machine Learning

MUHAMMAD AMIN MA'RUF - Nama Orang; Sidiq Syamsul Hidayat - Nama Orang; Eni Dwi Wardihani - Nama Orang;

Pemilihan benih padi salah satu proses penting dalam melakukan pembibitan tanaman padi seperti misalnya pada pertumbuhan perkecambahan benih padi. Dengan adanya peran teknologi di bidang pertanian khususnya penanaman padi maka diharapkan dapat memudahkan petani dalam memisahkan benih yang kemudian dapat mempercepat petani dalam bercocok tanam dan dapat meningkatkan kualitas benih padi yang baik dan hasil yang optimal. Proses tersebut mayoritas masih dilakukan secara konvensional yaitu memilah benih padi yang sudah menjadi kecambah secara manual dengan menggunakan peran manusia sehingga memerlukan waktu dan ketelitian dalam memilah benih tersebut. Penggunaan teknologi diharapkan dapat meningkatkan kecepatan dan ketelitian produktivitas benih padi. Teknologi kecerdasan buatan diharapkan dapat membuat jalan alternatif dalam memilah secara otomatis secara cepat dan teliti. Penulis membuat rancangan teknologi yang dapat memilah benih padi yang sudah menjadi kecambah dengan teknologi kecerdasan buatan dengan metode machine learning menggunakan tipe proses YOLO (You Only Look Once) dan SSD (Single Shot Detector) . Teknologi tersebut untuk menentukan kualitas perkecambahan benih padi normal atau tidak normal berdasarkan pelatihan data gambar sehingga memudahkan dalam mengenali kualitas perkecambahan benih padi. Dari hasil percobaan pada model YOLO dihasilkan tingkat presisi rata-rata (mAP) sebesar 97,5% dan pada model SSD sebesar 52,02%. Maka dapat disimpulkan dari percobaan tersebut adalah hasil tingkat presisi rata-rata pada metode YOLO lebih besar dibanding dengan metode SSD.


Fulltext
  • Harap masuk untuk melihat lampiran
Informasi Detail
Judul Seri
-
No. Panggil
TT 0003 2024
Penerbit
Semarang : Politeknik Negeri Semarang., 2024
Deskripsi Fisik
xiv, 35 hal: ilus; 30 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
text
Tipe Media
computer
Tipe Pembawa
online resource
Edisi
-
Subjek
MAGISTER TERAPAN TELEKOMUNIKASI
Info Detail Spesifik
-
Pernyataan Tanggungjawab
MUHAMMAD AMIN MA'RUF
Versi lain/terkait

Tidak tersedia versi lain

Komentar

Anda harus masuk sebelum memberikan komentar

  • Panduan
  • Area Anggota

Tentang Kami

Si-Repo adalah platform digital yang dikelola oleh UPA Perpustakaan Politeknik Negeri Semarang, menyimpan karya ilmiah seperti Tugas Akhir, Skripsi, dan Tesis dari sivitas akademika Polines, untuk mendukung kebutuhan akademik, penelitian, dan pengembangan.

Pengunjung Web

Hari ini : Minggu ini : Bulan ini : Total :

© 2025 — Perpustakaan Politeknik Negeri Semarang

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
Kemana ingin Anda bagikan?