RANCANG BANGUN APLIKASI DETEKSI PENYAKIT TANAMAN PISANG MELALUI CITRA DAUN BERBASIS ANDROID MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK

Kurnia Yusda, Rayhan (2023) RANCANG BANGUN APLIKASI DETEKSI PENYAKIT TANAMAN PISANG MELALUI CITRA DAUN BERBASIS ANDROID MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK. S1 thesis, Universitas Jambi.

	Text (RANCANG BANGUN APLIKASI DETEKSI PENYAKIT TANAMAN PISANG MELALUI CITRA DAUN BERBASIS ANDROID MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK) 1_FULLTEXT SKRIPSI RAYHAN KURNIA YUSDA.pdf - Published Version Restricted to Repository staff only Download (5MB)
	Text (RANCANG BANGUN APLIKASI DETEKSI PENYAKIT TANAMAN PISANG MELALUI CITRA DAUN BERBASIS ANDROID MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK) 2_Cover_Rayhan.pdf - Published Version Download (84kB)
	Text (RANCANG BANGUN APLIKASI DETEKSI PENYAKIT TANAMAN PISANG MELALUI CITRA DAUN BERBASIS ANDROID MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK) 3_Persetujuan_Pengesahan.pdf - Published Version Download (965kB)
	Text (RANCANG BANGUN APLIKASI DETEKSI PENYAKIT TANAMAN PISANG MELALUI CITRA DAUN BERBASIS ANDROID MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK) 4_Abstrak_Rayhan.pdf - Published Version Download (355kB)
	Text (RANCANG BANGUN APLIKASI DETEKSI PENYAKIT TANAMAN PISANG MELALUI CITRA DAUN BERBASIS ANDROID MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK) 5_BAB I_Rayhan.pdf - Published Version Download (1MB)
	Text (RANCANG BANGUN APLIKASI DETEKSI PENYAKIT TANAMAN PISANG MELALUI CITRA DAUN BERBASIS ANDROID MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK) 6_BAB V_Rayhan.pdf - Published Version Download (458kB)
	Text (RANCANG BANGUN APLIKASI DETEKSI PENYAKIT TANAMAN PISANG MELALUI CITRA DAUN BERBASIS ANDROID MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK) 7_Daftar Pustaka_Rayhan.pdf - Published Version Download (2MB)

Abstract

Pisang (Musa paradisiaca) merupakan salah satu jenis buah yang sering dikonsumsi dan dibudidayakan di Indonesia. Namun, petani pisang menghadapi tantangan dalam menjaga keberhasilan budidaya pisang akibat serangan hama dan penyakit. Kurangnya pengetahuan dan sulitnya pengendalian hama dan penyakit pada tanaman pisang mengakibatkan terlambatnya proses identifikasi yang menyebabkan penyakit menjadi meluas dan menimbulkan kerugian bagi petani. Tujuan penelitian ini adalah untuk membangun aplikasi deteksi penyakit tanaman pisang melalui citra daun berbasis Android menggunakan algoritma Convolutional Neural Network (CNN). Untuk mencapai tujuan ini, metode Prototype digunakan untuk mendesain dan membuat aplikasi Pisang Detection (Pistect). Dataset berupa citra daun pisang dengan tiga kelas yaitu daun sehat, layu fusarium, dan bercak sigatoka yang dikumpulkan secara langsung di Legok, Kec. Danau Sipin, Kota Jambi, Provinsi Jambi dengan total 600 citra setelah di augmentasi. MobilNetV2 merupakan arsitektur model CNN yang digunakan pada penelitian ini dengan perolehan akurasi training dan validasi yaitu 100%. Pengujian Blackbox menunjukkan bahwa semua fungsi aplikasi berfungsi dengan baik, sedangkan pengujian performa menunjukkan bahwa penggunaan CPU dan memori tertinggi masing-masing 16% dan 167.532 MB. Aplikasi ini kompatibel dengan semua versi Android dari 8.0 (Oreo) hingga 13 (Tiramisu). Dengan aplikasi ini, diharapkan petani dapat mendeteksi penyakit tanaman pisang tanpa melalui uji laboratorium terlebih dahulu dan dapat mengambil tindakan pencegahan yang tepat dan cepat.

Type:	Thesis (S1)
Subjects:	L Education > L Education (General)
Divisions:	Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User:	Yusda
Date Deposited:	05 Jun 2023 01:34
Last Modified:	05 Jun 2023 01:34
URI:	https://repository.unja.ac.id/id/eprint/49323

Actions (login required)

View Item