Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan dan Teknologi Indonesia
Ambar Pambudi, Elindra
Unknown Affiliation
Education Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Deteksi Penyakit Daun Tomat Real-Time pada Platform Android Berbasis Convolutional Neural Network Nova Rahmawati, Eprisa; Pinandita, Tito; Ayu Fitriani, Maulida; Ambar Pambudi, Elindra
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 8 (2025): JPTI - Agustus 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.964

Abstract

Tanaman tomat (Solanum lycopersicum) merupakan komoditas hortikultura dengan kerentanan tinggi terhadap infeksi patogen pada daun, berdampak signifikan pada kualitas dan produktivitas. Identifikasi dini penyakit daun tomat menjadi krusial untuk mencegah kerugian ekonomi, namun metode konvensional secara visual dinilai kurang efektif karena bersifat subjektif dan membutuhkan waktu lama. Penelitian ini bertujuan mengembangkan aplikasi mobile untuk mengidentifikasi penyakit daun tomat secara real-time, akurat, dan dapat mengetahui hasil langsung di lokasi penanaman. Sistem dikembangkan menggunakan pendekatan CNN dengan arsitektur MobileNetV2V2 yang di optimasi untuk perangkat mobile. Model dilatih menggunakan 9.600 citra daun tomat mencakup enam kategori penyakit, dikonversi ke format ONNX dan diimplementasikan ke platform Android melalui Unity dengan framework Barracuda. Evaluasi model menunjukkan performa yang sangat baik dengan akurasi pelatihan 95%. Pengujian pada 60 sampel di lingkungan nyata menghasilkan akurasi deteksi real-time 88,33%, dengan precision 87,5%, recall 88,3%, dan F1-score 87,9%. Aplikasi ini menawarkan solusi praktis bagi petani untuk identifikasi penyakit tanpa bergantung pada koneksi internet, memungkinkan penanganan dini yang tepat, mengurangi penggunaan pestisida berlebihan, dan berpotensi meningkatkan produktivitas tanaman tomat melalui pengendalian penyakit yang lebih efektif.
Co-Authors Ayu Fitriani, Maulida Nova Rahmawati, Eprisa Tito Pinandita