Skripsi

KLASIFIKASI KECOCOKAN TANAMAN DENGAN PARAMETER DATA PH DAN KELEMBABAN TANAH MENGGUNAKAN ALGORITMA RUN LENGTH ENCODING (RLE) DAN MULTILAYER PERCEPTRON (MLP) BERBASIS INTERNET OF THING (IOT)

---

Terdapat peningkatan penggunaan kemajuan teknologi khusunya dalam bidang kecerdasan buatan dan Internet of Things (IoT). Penggunaan kecerdasan buatan dalam bidang pertanian seperti Internet of Things (IoT) dapat mengoptimalkan hasil panen petani, misalnya aplikasi pemantauan Ph dan Kelembahan yang membuat petani mengatahui nilai Ph dan Kelembaban secara real time dan menampilkan tanaman apa yang cocok pada daerah tersebut berdasarkan pengukuran Ph dan Kelembabannya. Acuannya adalah beberapa kumpulan dataset yang memiliki 2200 instance dan 2 atribut serta 22 tanaman berbeda yang dapat direkomendasikan. Dengan menggunakan metode pembelajaran Run-length encoding (RLE) untuk kompresi data agar data dapat dikirim secara realtime tanpa mengalami kendala dan klasifikasi menggunakan algoritma multi-layer perceptron hasilnya akan ditampilkan pada website sehingga petani dapat memantau keadaan ph dan kelembaban tanah secara real-time serta menentukan tanaman apa yang cocok untuk keadaan tanah tersebut.

---

Availability

Detail Information

Series Title

-

Call Number

T1579962024

Publisher

Indralaya : Program Magister Ilmu Komputer, Fakultas Ilmu Komputer Universitas Sriwijaya., 2024

Collation

xiv, 58 hlm.; ilus.; 29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

006.320 7

Content Type

Text

Media Type

-

Carrier Type

-

Edition

-

Subject(s)

Program Magister Ilmu Komputer
Jaringan Saraf Tiruan — Multilayer Perceptron

Specific Detail Info

-

Statement of Responsibility

TUTI

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment