DETEKSI PENYAKIT TANAMAN SELADA MENGGUNAKAN ALGORITMA CNN BERBASIS ANDROID

Putra, Nanda Satria and Hasibuan, Said (2025) DETEKSI PENYAKIT TANAMAN SELADA MENGGUNAKAN ALGORITMA CNN BERBASIS ANDROID. Skripsi thesis, Institut Informatika dan Bisnis Darmajaya.

	Text Cover.pdf Download (65kB)
	Text Pernyataan.pdf Download (50kB)
	Text Persetujuan.pdf Download (90kB)
	Text Pengesahan.pdf Download (155kB)
	Text Persembahan.pdf Download (378kB)
	Text Motto.pdf Download (12kB)
	Text Riwayat Hidup.pdf Download (146kB)
	Text Intisari.pdf Download (285kB)
	Text Abstract.pdf Download (112kB)
	Text Prakata.pdf Download (488kB)
	Text Daftar Isi.pdf Download (577kB)
	Text Daftar Gambar.pdf Download (405kB)
	Text Daftar Tabel.pdf Download (89kB)
	Text Bab 1.pdf Download (20kB)
	Text Bab 2.pdf Download (320kB)
	Text Bab 3.pdf Download (314kB)
	Text Bab 4.pdf Download (2MB)
	Text Bab 5.pdf Download (7kB)
	Text Daftar Pustaka.pdf Download (143kB)
	Text Lampiran.pdf Download (370kB)

Abstract

Deteksi penyakit pada tanaman selada merupakan langkah penting dalam meningkatkan hasil panen dan mengurangi kerugian petani. Penelitian ini bertujuan untuk mengembangkan aplikasi pendeteksi penyakit tanaman selada berbasis Android dengan menggunakan algoritma Convolutional Neural Network (CNN). Dataset yang digunakan terdiri dari 2320 gambar yang diperoleh dari Kaggle, termasuk kategori healthy, bacterial, fungal, dan shepherd. Model tersebut dilatih menggunakan TensorFlow dan diimplementasikan dalam TensorFlow Lite untuk menjalankan secara efisien pada perangkat Android. Hasil penelitian menunjukkan bahwa model CNN yang dikembangkan mencapai akurasi 93,67% dalam mengklasifikasikan penyakit tanaman selada. Aplikasi ini dilengkapi dengan fitur deteksi secara real-time, riwayat diagnosis, dan rekomendasi pengobatan untuk setiap penyakit yang terdeteksi. Meskipun demikian, terdapat beberapa keterbatasan, seperti klasifikasi penyakit yang masih bersifat umum dan potensi peningkatan akurasi dengan penggunaan teknik atau parameter yang lebih optimal. Dengan adanya aplikasi ini, diharapkan para petani selada dapat lebih cepat mengidentifikasi dan mengobati penyakit tanaman mereka, sehingga meningkatkan efisiensi dan produktivitas pertanian.

Item Type:	Thesis (Skripsi)
Subjects:	Ilmu Komputer eSkripsi
Divisions:	Skripsi/TA & PKPM/KP - Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Nanda Satria Putra
Date Deposited:	07 Jan 2026 07:10
Last Modified:	07 Jan 2026 07:10
URI:	http://repo.darmajaya.ac.id/id/eprint/23057

Actions (login required)

View Item