Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
RANCANG BANGUN APLIKASI MOBILE PENDETEKSI PENYAKIT DAUN PISANG MENGGUNAKAN DEEP LEARNING
Pengarang
Muhammad Hafiz Rinaldi - Personal Name;
Dosen Pembimbing
Khairun Saddami - 199103182022031008 - Dosen Pembimbing I
Maya Fitria - 199005012019032020 - Dosen Pembimbing II
Nomor Pokok Mahasiswa
2004111010025
Fakultas & Prodi
Fakultas Teknik / Teknik Komputer (S1) / PDDIKTI : 56202
Subject
Kata Kunci
Penerbit
Banda Aceh : Fakultas Teknik Komputer., 2024
Bahasa
No Classification
-
Literature Searching Service
Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)
Penyebab utama turunnya kualitas buah pisang disebabkan oleh serangan hama dan
penyakit yang terdapat pada pisang, pada umumnya penyakit yang banyak
menyerang tanaman pisang di Indonesia adalah penyakit cordana leaf spot.
Cordana leaf spot adalah penyakit yang memengaruhi tanaman pisang dan
disebabkan oleh jamur cordana. Gejala penyakit ini dimulai dengan munculnya
bercak-bintik berwarna coklat atau hitam pada daun pisang. Kerusakan ini
mempengaruhi kemampuan tanaman untuk melakukan fotosintesis, yang pada
gilirannya dapat mengurangi hasil panen dan kualitas buah pisang. Tujuan
penelitian ini adalah untuk membangun sebuah aplikasi mobile yang bisa
mendeteksi penyakit pada jarak yang jauh berbasis deep learning. Metode
penelitian yang digunakan adalah melakukan tahapan perancagan perangkat lunak
dengan menggunakan UML. Luaran yang diharapkan dari penelitian ini adalah
sebuah aplikasi mobile pendeteksi penyakit daun pisang menggunakan algoritma
YOLO yang dapat mendeteksi penyakit daun pisang dari jarak jauh menggunakan
fitur zoom pada smartphone. Hasil penelitian yang didapat adalah sebuah aplikasi
yang dapat melakukan deteksi penyakit daun pisang melalui citra dengan
menggunakan model Deep learning yanh telah di bangun. dan sebuah model deep
learning yang bisa mendeteksi penyakit pada daun pisang dengan nilai mAP 80.1%,
mAP 0.5:0.95 60%, precision 86.8%, dan recall 72.4%
The main cause of the decline in the quality of bananas is due to pests and diseases found in bananas, in general the disease that attacks banana plants in Indonesia is cordana leaf spot disease. Cordana leaf spot is a disease that affects banana plants and is caused by the cordana fungus. Symptoms of this disease begin with the appearance of brown or black spots on banana leaves. This damage affects the plant's ability to photosynthesize, which in turn can reduce the yield and quality of bananas. The purpose of this study is to build a mobile application that can detect diseases at a distance based on deep learning. The research method used is to carry out the software design stage using UML. The expected output of this research is a mobile application for detecting banana leaf diseases using the YOLO algorithm that can detect banana leaf diseases remotely using the zoom feature on a smartphone. The results of the research obtained are an application that can detect banana leaf diseases through images using the Deep learning model that has been built. and deep learning model that can detect diseases on banana leaves with an mAP value of 80.1%, mAP 0.5:0.95 60%, precision 86.8%, and recall 72.4%.
ADAPTASI MODEL CNN PADA APLIKASI BERGERAK UNTUK KLASIFIKASI CITRA TERMAL PAYUDARA (MUHAMMAD RIZKY SYAHPUTRA, 2022)
ANALISIS PERBANDINGAN EFFICIENTNETV2B0 DAN SWIN TRANSFORMER TERHADAP KLASIFIKASI KERUSAKAN DAUN PISANG (Muhammad Andrean, 2025)
PENGEMBANGAN APLIKASI MOBILE UNTUK DETEKSI PENYAKIT DAUN CABAI MENGGUNAKAN FRAMEWORK FLUTTER (REFKY AULIA SIREGAR, 2026)
KLASIFIKASI JENIS BUAH PISANG MENGGUNAKAN DEEP LEARNING CNN BERBASIS APLIKASI ANDORID (RISKY FARHAN, 2024)
PENGGUNAAN METODE DEEP LEARNING UNTUK DETEKSI TANAMAN KELAPA SAWIT MENGGUNAKAN ARCGIS PRORN(STUDI KASUS: KEBUN KELAPA SAWIT RAKYAT DESA BLANG KUTA, KECAMATAN PEUDAWA RAYEUK) (MULIADI, 2024)