Electronic Theses and Dissertation

Cabai adalah salah satu jenis tanaman hortikultura yang banyak dibudidayakan oleh petani karena permintaannya yang tinggi di masyarakat, baik untuk konsumsi rumah tangga maupun untuk industri, dan juga diekspor ke luar negeri. Dalam lima tahun terakhir, produksi cabai besar secara keseluruhan menunjukkan penurunan yang cukup signifikan. Salah satu hambatan yang menyebabkan rendahnya produksi cabai adalah serangan penyakit yang dapat terjadi mulai dari tahap persemaian hingga saat panen. Petani sebagai aktor utama dalam sektor pertanian, umumnya belum memiliki kemampuan dan keterampilan yang cukup untuk mengatasi permasalahan tersebut. Maka peneliti akan mengembangkan aplikasi mobile menggunakan SDK Flutter dengan tujuan membantu petani dalam mengatasi permasalahan menurunnya produksi cabai dan membantu meringankan pekerjaan petani. Aplikasi akan diintegrasikan dengan model yang telah dibangun menggunakan pendekatan deep learning YOLOv8 untuk mendeteksi daun sehat dan empat jenis penyakit daun tanaman cabai. Aplikasi berhasil dikembangkan menggunakan SDK Flutter dengan metode agile agar pengguna dapat mendeteksi gambar secara langsung menggunakan kamera pada smartphone maupun mengimpor gambar yang sudah tersedia dari album pengguna. Pengujian usability dengan System Usability Scale (SUS) menghasilkan skor 84, menandakan aplikasi ini memiliki tingkat kegunaan grade A (sangat baik), sementara pengujian black-box menunjukkan semua fitur berfungsi sesuai harapan.
Kata Kunci : Cabai, Penyakit, Deep Learning, YOLOv8, Flutter

Chili peppers are one of the most widely cultivated horticultural crops by farmers due to their high demand in society, both for household consumption and for industry, as well as for export to foreign countries. Over the past five years, overall chili pepper production has shown a significant decline. One of the obstacles contributing to low chili pepper production is disease outbreaks that can occur from the seedling stage through harvest. Farmers, as the main actors in the agricultural sector, generally lack the necessary skills and knowledge to address these issues. Therefore, researchers will develop a mobile application using the Flutter SDK with the aim of assisting farmers in addressing the issue of declining chili pepper production and alleviating their workload. The application will be integrated with a model built using the YOLOv8 deep learning approach to detect healthy leaves and four types of leaf diseases in chili pepper plants. The application was successfully developed using the Flutter SDK with an agile method so that users can detect images directly using the smartphone camera or import existing images from the user's gallery. Usability testing with the System Usability Scale (SUS) resulted in a score of 84, indicating that this application has an A grade (excellent) usability level, while black-box testing showed that all features functioned as expected. Keywords : Chili, Diseases, Deep Learning, YOLOv8, Flutter