Klasifikasi Citra Penyakit Pada Daun Tanaman Tomat (Lycopersicum Esculentum Mill.) Menggunakan Metode CNN Berbasis Android

Mahdy, Irfan Eka (2025) Klasifikasi Citra Penyakit Pada Daun Tanaman Tomat (Lycopersicum Esculentum Mill.) Menggunakan Metode CNN Berbasis Android. Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

	Text Teknik Informatika_32602000034_fullpdf.pdf Download (3MB)
	Text Teknik Informatika_32602000034_pernyataan_publikasi.pdf Restricted to Registered users only Download (533kB)

Abstract

Penyakit pada daun tanaman tomat merupakan salah satu penyebab utama gagal panen dalam budidaya tomat. Dampaknya dapat merugikan petani dalam hal produksi dan kualitas tanaman. Penyakit daun tomat memiliki penyebab yang berbeda-beda, mulai dari hama hingga virus. Diagnosis dini dan penggunaan varietas tahan penyakit adalah langkah efektif untuk mengendalikan risiko gagal panen. Gejala infeksi penyakit pada daun tomat dapat dikenali melalui perubahan warna, bentuk dan kondisi daun. Dengan deteksi yang cepat dan tepat, pengendalian penyakit dapat dilakukan dengan lebih efektif untuk mencegah kerugian yang lebih besar. Salah satu solusi preventif yang dapat diterapkan adalah klasifikasi gambar daun tomat menggunakan machine learning. Metode Convolutional Neural Network (CNN) dipilih karena kemampuannya untuk mengenali pola visual secara akurat. Dalam penelitian ini, arsitektur MobileNetV2 digunakan untuk membangun model klasifikasi gambar penyakit daun tomat yang diimplementasikan dalam aplikasi Android menggunakan bahasa pemrograman Kotlin. Model ini dikembangkan menggunakan 1.200 gambar daun tomat yang dibagi menjadi lima kelas. Hasil pelatihan menunjukkan bahwa model memiliki kinerja yang baik, dengan akurasi 94%. Kata Sandi: Penyakit Daun Tomat, Convolutional Neural Network (CNN), Klasifikasi Citra, Aplikasi Android

Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Teknik Informatika
Depositing User:	Pustakawan 1 UNISSULA
Date Deposited:	12 Jun 2025 02:02
URI:	http://repository.unissula.ac.id/id/eprint/40019

Actions (login required)

View Item