Arafat, Filach Akbar (2025) KLASIFIKASI PENYAKIT DAUN TEMBAKAU MENGGUNAKAN MODEL CONVOLUTIONAL NEURAL NETWORK (CNN) MOBILENETV2 PADA PLATFORM ANDROID. Undergraduate thesis, Universitas Nusantara PGRI Kediri.
![]() |
Text (Full text)
RAMA_55201_2113020069.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (4MB) | Request a copy |
![]() |
Text (Similarity)
RAMA_55201_2113020069_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (2MB) |
![]() |
Text (Cover sd BAB 1 + References)
RAMA_55201_2113020069_0708028704_0701107802_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (825kB) |
![]() |
Text (BAB 2)
RAMA_55201_2113020069_0708028704_0701107802_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (541kB) | Request a copy |
![]() |
Text (BAB 3)
RAMA_55201_2113020069_0708028704_0701107802_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (585kB) | Request a copy |
![]() |
Text (BAB 4)
RAMA_55201_2113020069_0708028704_0701107802_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (571kB) | Request a copy |
![]() |
Text (BAB 5)
RAMA_55201_2113020069_0708028704_0701107802_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (139kB) | Request a copy |
![]() |
Text (References)
RAMA_55201_2113020069_0708028704_0701107802_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (163kB) |
![]() |
Text (Lampiran)
RAMA_55201_2113020069_0708028704_0701107802_07_lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy |
Abstract
Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi Android yang dapat mendeteksi penyakit pada daun tembakau secara otomatis menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2. Penelitian ini dilakukan di Desa Balongasem, Kecamatan Lengkong, Kabupaten Nganjuk, yang merupakan wilayah dengan tingkat serangan penyakit tanaman tembakau yang tinggi, seperti keriting, layu, lanas, dan patik daun. Dataset sebanyak 720 gambar dikumpulkan langsung dari lapangan dan diklasifikasikan ke dalam lima kategori: Sehat, Keriting, Layu, Lanas, dan Patik Daun. Aplikasi dikembangkan menggunakan bahasa pemrograman Python dan Kotlin, serta menerapkan pendekatan waterfall dalam proses pengembangan. Hasil pengujian menunjukkan bahwa model mampu mencapai akurasi klasifikasi hingga 94% pada data uji. Pengujian aplikasi menggunakan metode Blackbox dan pengujian langsung terhadap 10 gambar per kelas membuktikan bahwa sistem berfungsi dengan baik dalam mengklasifikasikan penyakit. Aplikasi ini diharapkan dapat membantu petani dalam mengidentifikasi penyakit daun tembakau secara cepat dan akurat, sehingga mendukung peningkatan hasil panen dan efisiensi budidaya
Item Type: | Thesis (Undergraduate) |
---|---|
Uncontrolled Keywords: | Convolutional Neural Network, MobileNetV2, Deteksi Penyakit Tembakau, Android, Klasifikasi Citra |
Subjects: | 140 Plant science > 153 Plant pests and diseases 140 Plant science > 161 Agricultural industrial technology (and agrotechnology) 410 Engineering science > 459 Computer science 410 Engineering science > 462 Information technology 410 Engineering science > 463 Software engineering 710 Education science > 786 Informatics engineering |
Divisions: | Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika |
Depositing User: | Filach Akbar Arafat |
Last Modified: | 06 Aug 2025 16:44 |
URI: | http://repository.unpkediri.ac.id/id/eprint/19857 |
Actions (login required)
![]() |
View Item |