PENERAPAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK KLASIFIKASI JENIS TANAH GAMBUT DI ROKAN HULU

ASMITA, ISMI (2025) PENERAPAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK KLASIFIKASI JENIS TANAH GAMBUT DI ROKAN HULU. Sarjana thesis, Universitas Pasir Pengaraian.

	Text COVER.pdf Download (647kB)
	Text BAB 1 2 3.pdf Download (904kB)
	Text BAB 4 5.pdf Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Tanah gambut merupakan salah satu jenis tanah dengan kandungan bahan organik yang tinggi dan memiliki peran penting dalam sektor pertanian. Di Kabupaten Rokan Hulu, klasifikasi tanah gambut menjadi faktor penting dalam pengolahan lahan secara optimal. Penelitian ini bertujuan untuk merancang dan membangun sistem klasifikasi citra tanah gambut menggunakan metode Convolutional Neural Network (CNN) dengan pendekatan transfer learning pada arsitektur VGG16. Sistem ini dirancang untuk mengklasifikasikan citra ke dalam 4 kategori, yaitu 3 kelas tanah gambut (fibrik, hemik, saprik) dan satu kelas bukan tanah gambut. Dataset yang digunakan terdiri dari 600 citra tanah gambut dan 200 citra bukan tanah gambut, dengan pembagian data sebanyak 80% untuk pelatihan dan 20% untuk pengujian. Proses pelatihan dilakukan dalam 2 tahap yaitu initial training selama 15 epoch dan fine tuning selama 8 epoch, menghasilkan akurasi validasi tertinggi sebesar 92,86% dan akurasi pelatihan sebesar 88,82%. Evaluasi model menggunakan confusion matrix serta classification report yang mencakup matrix precision, recall, dan f1-score dengan nilai rata-rata secara macro masing-masing sebesar 0.9392, 0.9375, 0.9378. Hasil pengujian menunjukkan bahwa model mampu mengklasifikasikan citra dengan akurasi pengujian sebesar 92,86%.

Item Type:	Thesis (Sarjana)
Uncontrolled Keywords:	CNN , Klasifikasi citra, tanah gambut, transfer learning, VGG16
Subjects:	Dewey decimal Classification Subject Areas > 000 Karya Umum > 000-009 Ilmu Umum dan Komputer
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Pustaka - -
Date Deposited:	04 Feb 2026 07:27
Last Modified:	04 Feb 2026 07:27
URI:	http://repository.upp.ac.id/id/eprint/3230

Actions (login required)

View Item