Teknik Informatika (S1)

Permanent URI for this collection

Now showing 1 - 1 of 1

APLIKASI MOBILE DETEKSI PENYAKIT PADA DAUN TANAMAN TOMAT MENGGUNAKAN ARSITEKTUR DENSENET
(2022-10-09) NAUFAL ARIFUL AMRI; Akik Hidayat; Intan Nurma Yulita
Tomat merupakan salah satu komoditas holikultura di Indonesia yang memiliki nilai ekonomi tinggi. Pada tahun 2015 hingga 2019 produksi tomat mengalami peningkatan. Untuk menjaga peningkatan produksi tanaman tomat dibutuhkan perawatan terhadap pertumbuhan tanaman tomat terutama pada daun. Dengan adanya model yang dapat mendeteksi penyakit pada daun tanaman tomat dapat membantu agar kualitas dan kuantitas produksi tanaman tomat tetap terjaga. Dalam melakukan deteksi, digunakan sebuah algoritma deep learning dengan model Convolutional Neural Network arsitektur DenseNet. Data yang digunakan diambil dari website Kaggle. Untuk menghasilkan model yang optimal, dilakukan beberapa pengujian hyperparameter. Dengan beberapa eksperimen hyperparameter yang dilakukan didapatkan model yang optimal dengan menggunakan 2 hidden layer, densenet trainable layer pada denseblock 5, dan dropout rate 0,4. Model dievaluasi dengan 10-fold cross validation menghasilkan nilai akurasi sebesar 95.7% dan F1-Score sebesar 95,4%. Model tersebut diimplementasi pada aplikasi android menggunakan flutter framework sehingga dapat melakukan deteksi pada daun tanaman tomat.