Koleksi Pustaka
PERANCANGAN SISTEM DETEKSI DAN SPK GANODERMA SAWIT BERBASIS CITRA TERMAL MENGGUNAKAN HYBRID CNN-TRANSFORMER

Penyakit Busuk Pangkal Batang (BPB) akibat jamur Ganoderma boninense menjadi ancaman serius bagi industri kelapa sawit karena bersifat asimtomatik pada fase awal. Skripsi ini merancang sistem deteksi dini non-destruktif berbasis citra termal menggunakan arsitektur Hybrid CNN-Transformer untuk mengklasifikasikan tingkat keparahan infeksi ke dalam 5 kelas (SEHAT, Scoring 1-4), dengan hasil akurasi global sebesar 72,66%. Hasil klasifikasi ini diintegrasikan dengan Sistem Pendukung Keputusan (SPK) berbasis Fuzzy Mamdani yang secara otomatis menghasilkan rekomendasi tindakan penanganan (monitoring, pengendalian intensif, atau eradikasi) sesuai tingkat keparahan. Seluruh sistem diimplementasikan dalam bentuk dashboard web terintegrasi untuk mendukung pemantauan sebaran Ganoderma di perkebunan kelapa sawit secara real-time.

Daftar File
  • 2207411015 Muhammad Arifandi Prasetyo
    2207411015_Muhammad Arifandi Prasetyo.pdf
  • 2207411015 Muhammad Arifandi Prasetyo
    Maaf file hanya dapat di unduh oleh pihak yang mempunyai akses file private
  • 2207411015_Muhammad Arifandi Prasetyo_Jurnal
    Maaf file hanya dapat di unduh oleh pihak yang mempunyai akses file private
  • Source Code model hybrid
    Maaf file hanya dapat di unduh oleh pihak yang mempunyai akses file private
  • 2207411015_Muhammad Arifandi Prasetyo_Poster
    Maaf file hanya dapat di unduh oleh pihak yang mempunyai akses file private
  • Kata Kunci
    citra termal, Ganoderma boninense, hybrid CNN-Transformer, kelapa sawit, sistem pendukung keputusan