| dc.contributor.author | Sarliarahmawan, Kevin Dwi Putra | |
| dc.date.accessioned | 2026-01-29T03:48:30Z | |
| dc.date.available | 2026-01-29T03:48:30Z | |
| dc.date.issued | 2022 | |
| dc.identifier.uri | https://dspace.uc.ac.id/handle/123456789/9048 | |
| dc.description | One of Indonesia's favorite vegetable crops is lettuce (Lactuca sativa). In addition to being often consumed raw, lettuce can also be added to other foods. The use of aquaponic systems is one of the methods of growing lettuce plants. In the aquaponics cultivation method, which combines aquaculture and crop production, fish waste can be converted into nutrients that plants can use. Caterpillar pests generally occur in aquaponic plants, especially lettuce plants (Lactuca sativa). One of the largest pests affecting lettuce plants is caterpillars. Plant productivity can not be maximal as a result of pest infestation. This final project aims to detect the presence of caterpillar pests to properly monitor lettuce plants. This final project will employ CNN (Convolutional Neural Network) along with the ResNet-50 architectural model and YOLOv5 support to find caterpillar pests. After testing object detection using YOLOv5, it gets an average confidence score of 61.8%. For classification with the ResNet50 architect model, it gets an accuracy model of 98% from 960 datasets. | en_US |
| dc.description.abstract | Salah satu tanaman sayuran favorit Indonesia adalah selada (Lactuca sativa). Selain sering dikonsumsi mentah, selada juga bisa ditambahkan ke makanan lain. Penggunaan sistem aquaponik merupakan salah satu metode penanaman tanaman selada. Dalam metode budidaya akuaponik, yang memadukan akuakultur dan produksi tanaman, limbah ikan dapat diubah menjadi nutrisi yang dapat digunakan tanaman. Hama ulat umumnya terjadi pada tanaman aquaponik, terutama tanaman selada (Lactuca sativa). Hama ulat grayak adalah salah satu hama yang menyerang tanaman selada. Produktivitas tanaman selada tidak bisa maksimal sebagai akibat dari serangan hama ulat grayak. Mendeteksi keberadaan hama ulat grayak merupakan tujuan dari tugas akhir ini. Untuk tugas akhir ini akan menggunakan CNN (Convolutional Neural Network) dengan model arsitektur ResNet-50 dan dukungan YOLOv5 untuk menemukan hama ulat grayak. Setelah dilakukan pengujian deteksi object menggunakan YOLOv5 mendapatkan hasil rata-rata confidence score sebesar 61.8 %. Untuk klasifikasi dengan model arsitektur ResNet50 memperoleh akurasi sebesar 98% dari 960 dataset. | en_US |
| dc.language.iso | id | en_US |
| dc.publisher | UNIVERSITAS CIPUTRA SURABAYA | en_US |
| dc.subject | CNN, akuaponik, hama ulat, YOLOv5,tanaman selada | en_US |
| dc.subject | CNN, aquaponic,worm, YOLOv5,lettuce | en_US |
| dc.title | Rancang Bangun Pendeteksi Hama Ulat Tanaman Selada Menggunakan Arsitektur ResNet-50 Berbasis Raspberry Pi Dan Android | en_US |
| dc.type | Thesis | en_US |
| dc.identifier.kodeprodi | 55201 | |
| dc.identifier.nim | 0206011810020 | |
| dc.identifier.dosenpembimbing | Daniel Martomanggolo Wonohadidjojo | |
