PRAYITNO, Maura Tsaabitah Suci (2024) Pengembangan Sistem Deteksi Penyakit Tanaman Tomat Menggunakan Metode Convolutional Neural Network (CNN) Pada Sistem Operasi Android. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (233kB)
	Text 4. HALAMAN PENGESAHAN.pdf Download (551kB)
	Text 5. KATA PENGANTAR.pdf Download (150kB)
	Text 6. ABSTRAK.pdf Download (167kB)
	Text 7. ABSTRACT.pdf Download (199kB)
	Text 8. DAFTAR ISI.pdf Download (174kB)
	Text 12. BAB I PENDAHULUAN.pdf Download (211kB)
	Text 17. DAFTAR PUSTAKA.pdf Download (207kB)

Abstract

Penurunan produksi tomat di Indonesia yang mencapai 12.3% pada desember 2023
disebabkan oleh perubahan musim dan serangan hama dan penyakit. Untuk
mengatasi masalah ini diperlukan aplikasi yang dapat membantu menemukan serta
mengenali penyakit pada tanaman tomat. Pada penelitian ini aplikasi dioperasikan
pada sistem operasi android dengan sistem deteksi menggunakan metode deep
learning yaitu convolutional neural network (CNN). Dataset yang digunakan pada
penelitian ini berjumlah 5000 citra daun tomat yang diperoleh dari Kaggle. Citra
tersebut melalui tahap preprocessing kemudian dibagi menjadi data latih 80%,
validasi 10% dan uji 10%. Data kemudian dilatih menggunakan model dengan 3
variasi parameter. Dari ketiga variasi tersebut diperoleh hasil akurasi terbaik
sebesar 0.9995 pada data pelatihan dan 0.9833 pada data validasi, dengan nilai loss
sebesar 0.0759 digunakan sebagai data pelatihan dan 0.1099 digunakan sebagai
data validasi. Model dengan akurasi terbaik kemudian dikonversi ke TensorFlow
Lite dan diintegrasikan ke dalam aplikasi Android. Pengujian sistem deteksi dengan
520 data uji menunjukkan akurasi keseluruhan 98.8%. Hasil ini menunjukkan
bahwa sistem deteksi yang dikembangkan mampu mendeteksi penyakit pada daun
tanaman tomat dengan akurasi tinggi, sehingga dapat membantu petani dalam
mengidentifikasi penyakit secara dini dan meningkatkan produktivitas tanaman
tomat.
Kata Kunci : Tomat, Penyakit Tanaman, Convolutional Neural Network, Android

Actions (login required)

View Item