PENGEMBANGAN APLIKASI ANDROID BERBASIS CONVOLUTIONAL NEURAL NETWORK UNTUK PENDETEKSIAN CEPAT PENYAKIT PADA TANAMAN PANGAN

HARAHAP, SALMAN AL FARIZI and Irmawan, Irmawan (2025) PENGEMBANGAN APLIKASI ANDROID BERBASIS CONVOLUTIONAL NEURAL NETWORK UNTUK PENDETEKSIAN CEPAT PENYAKIT PADA TANAMAN PANGAN. Undergraduate thesis, Sriwijaya University.

	Text RAMA_20201_03041282025085.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (7MB) | Request a copy
	Text RAMA_20201_03041282025085_TURNITIN.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (26MB) | Request a copy
	Text RAMA_20201_03041282025085_0011096407_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (600kB)
	Text RAMA_20201_03041282025085_0011096407_02.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy
	Text RAMA_20201_03041282025085_0011096407_03.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (642kB) | Request a copy
	Text RAMA_20201_03041282025085_0011096407_04.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text RAMA_20201_03041282025085_0011096407_05.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (207kB) | Request a copy
	Text RAMA_20201_03041282025085_0011096407_06_ref.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (213kB) | Request a copy
	Text RAMA_20201_03041282025085_0011096407_07_lamp.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy

Abstract

Penelitian ini mengembangkan aplikasi Android berbasis Convolutional Neural Network (CNN) dengan model PlantNet untuk pendeteksian cepat penyakit pada tanaman pangan seperti padi, jagung, kentang, dan tomat. Aplikasi ini menggunakan dataset gambar yang diperoleh dari ladang pertanian di Kota Padangsidimpuan serta dataset sekunder dari sumber online. Tujuan dari penelitian ini adalah untuk memberikan solusi bagi petani dalam mendeteksi penyakit tanaman secara otomatis dan akurat. Model PlantNet menunjukkan performa yang unggul dengan akurasi rata-rata 92% dalam pengenalan penyakit, yang lebih tinggi dibandingkan model-model lain yang diuji, seperti ResNet50 dan MobileNetV2. Dalam pengujian, ResNet50 menunjukkan akurasi validasi sebesar 87%, sementara MobileNetV2 mencapai 89%. Kelebihan PlantNet terletak pada kemampuannya dalam mengoptimalkan efisiensi komputasi tanpa mengorbankan akurasi, membuatnya ideal untuk diimplementasikan dalam aplikasi mobile. Kesimpulannya, aplikasi ini tidak hanya meningkatkan kemampuan deteksi dini penyakit tanaman tetapi juga menawarkan solusi praktis bagi petani untuk mengambil tindakan pencegahan lebih cepat. Hal ini diharapkan dapat berkontribusi dalam meningkatkan hasil panen dan efisiensi pertanian. Penelitian ini berkontribusi pada pengembangan teknologi pertanian berbasis kecerdasan buatan, khususnya dalam pengembangan solusi mobile yang terjangkau dan mudah digunakan.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Convolutional Neural Network, Plant disease detection, Android application
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK1-9971 Electrical engineering. Electronics. Nuclear engineering > TK1 Electrical engineering--Periodicals. Automatic control--Periodicals. Computer science--Periodicals. Information technology--Periodicals. Automatic control. Computer science. Electrical engineering. Information technology.
Divisions:	03-Faculty of Engineering > 20201-Electrical Engineering (S1)
Depositing User:	Salman Al Farizi Harahap
Date Deposited:	18 Feb 2025 07:38
Last Modified:	18 Feb 2025 07:38
URI:	http://repository.unsri.ac.id/id/eprint/167617

Actions (login required)

View Item