Panduan Praktis Python untuk Deteksi Penyakit Daun Berbasis Image Processing

SPESIFIKASI BUKU

Harga                    : Rp 125.000

Ukuran                  : 15,5 cm x 23 cm 

Jumlah Halaman : 350 hal

Ketebalan Buku  : 1  cm

ISBN                       : 978-634-239-248-5

Deskripsi Buku   : Puji syukur ke hadirat Allah SWT atas rahmat dan karunia-Nya sehingga buku “Panduan Praktis Python untuk Deteksi Penyakit Daun Berbasis Image Processing” ini dapat terselesaikan. Buku ini disusun untuk menghadirkan pengetahuan mengenai pemanfaatan Python dan teknik pengolahan citra dalam mendeteksi penyakit pada daun tanaman. Di dalamnya, pembaca akan menemukan penjelasan mengenai konsep penyakit pada daun, dasar-dasar image processing, serta contoh penerapan analisis citra untuk mengenali gejala penyakit secara otomatis. Berbagai teknik seperti ekstraksi ciri, segmentasi, dan identifikasi pola dijelaskan agar pembaca memahami bagaimana teknologi dapat membantu meningkatkan ketepatan pengecekan kondisi tanaman. Harapan penulis, buku ini dapat memberikan manfaat bagi masyarakat luas yang ingin mempelajari teknologi pendeteksian penyakit tanaman, baik untuk kebutuhan pendidikan, pekerjaan, maupun pengembangan diri. Semoga buku ini dapat menjadi sumber pengetahuan yang mudah diakses dan memberikan kontribusi positif bagi perkembangan pemanfaatan teknologi dalam kehidupan sehari-hari.

REFERENSI :

1. Lutz, M. (2013). Learning Python (5th ed.). O'Reilly Media.

2. Matthes, E. (2019). Python crash course: A hands-on, project-based introduction to programming (2nd ed.). No Starch Press.

3. Ramalho, L. (2022). Fluent Python: Clear, concise, and effective programming (2nd ed.). O'Reilly Media.

4. McKinney, W. (2022). Python for data analysis: Data wrangling with pandas, NumPy, and Jupyter (3rd ed.). O'Reilly Media.

5. VanderPlas, J. (2016). Python data science handbook: Essential tools for working with data. O'Reilly Media.

6. Heydt, M. (2020). Pandas 1.x cookbook: Practical recipes for scientific computing, time series analysis, and exploratory data analysis (2nd ed.). Packt Publishing.

1. Géron, A. (2022). Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow (3rd ed.). O'Reilly Media.

2. Raschka, S., & Mirjalili, V. (2019). Python machine learning (3rd ed.). Packt Publishing.

1. Knaflic, C. N. (2015). Storytelling with data: A data visualization guide for business professionals. Wiley.

2. Granger, B., & VanderPlas, J. (2023). Python data visualization cookbook (2nd ed.). Packt Publishing.

1. Grinberg, M. (2018). Flask web development: Developing web applications with Python (2nd ed.). O’Reilly Media.

2. Williams, A. (2020). Django for beginners: Build websites with Python and Django. Leanpub.

1. Sweigart, A. (2019). Automate the boring stuff with Python (2nd ed.). No Starch Press.

2. Beazley, D. (2023). Python distilled. Addison-Wesley Professional.

3. Bird, K., & Klein, E. (2023). Natural language processing with Python and spaCy. No Starch Press.