PENGEMBANGAN APLIKASI MOBILE UNTUK IDENTIFIKASI PENYAKIT DAUN TOMAT DI DESA KEPUNG

Kamilah, Annisa' Nur (2025) PENGEMBANGAN APLIKASI MOBILE UNTUK IDENTIFIKASI PENYAKIT DAUN TOMAT DI DESA KEPUNG. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

	Text (Full Text) RAMA_55201_2113020142.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy
	Text (Similarity) RAMA_55201_2113020142_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB)
	Text (Cover sd BAB 1 + References) RAMA_55201_2113020142_0729098903_0719068702_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB)
	Text (BAB 2) RAMA_55201_2113020142_0729098903_0719068702_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (557kB) | Request a copy
	Text (BAB 3) RAMA_55201_2113020142_0729098903_0719068702_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text (BAB 4) RAMA_55201_2113020142_0729098903_0719068702_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (792kB) | Request a copy
	Text (BAB 5) RAMA_55201_2113020142_0729098903_0719068702_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (587kB) | Request a copy
	Text (References) RAMA_55201_2113020142_0729098903_0719068702_06_Ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (473kB)
	Text (Lampiran) RAMA_55201_2113020142_0729098903_0719068702_07_Lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (910kB) | Request a copy

Abstract

Permasalahan utama dalam budidaya tomat adalah sulitnya mendeteksi penyakit daun secara dini. Banyak petani mengalami kendala dalam mengidentifikasi gejala awal penyakit seperti bercak bakteri, busuk daun, maupun jamur daun, sehingga sering kali terlambat dalam penanganan. Keterbatasan pengetahuan serta minimnya akses terhadap alat deteksi penyakit menjadi faktor penyebab utama permasalahan ini. Sebagai solusi, pada penelitian ini dikembangkan sebuah aplikasi mobile berbasis deep learning menggunakan arsitektur Convolutional Neural Network (CNN) dengan model NASNet-Mobile untuk mengidentifikasi penyakit daun tomat secara otomatis melalui citra yang diambil dari kamera ponsel. Dataset dikumpulkan melalui observasi lapangan di Desa Kepung, Kabupaten Kediri, dan dilakukan proses pelabelan berdasarkan jenis penyakit. Model CNN dilatih dan diuji menggunakan metrik evaluasi berupa akurasi, presisi, recall, dan F1-score. Hasil evaluasi menunjukkan bahwa model mampu mencapai akurasi sebesar 95%, presisi sebesar 95%, recall sebesar 95%, F1-score sebesar 95%, dan dengan performa klasifikasi yang baik pada seluruh kelas penyakit. Aplikasi ini diharapkan mampu memberikan solusi yang praktis bagi petani dalam mendeteksi penyakit daun tomat, sehingga dapat meningkatkan produktivitas pertanian dan meminimalkan kerugian akibat serangan penyakit.

Actions (login required)

View Item