Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JURNAL INSTEK (Informatika Sains dan Teknologi)
Rio Gilang, Divo
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search

 1 
RANCANG BANGUN APLIKASI ANDROID UNTUK KLASIFIKASI PENYAKIT TANAMAN JERUK MENGGUNAKAN CNN DAN METODE EXTREME PROGRAMMING Rio Gilang, Divo; Ulfa Khaira; Benedika Ferdian Hutabarat
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 10 No 2 (2025): OCTOBER
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v10i2.61172

Abstract

Jeruk merupakan salah satu komoditas pertanian penting yang memiliki nilai ekonomi tinggi dan permintaan pasar yang besar. Namun, produktivitas dan kualitas jeruk sering terancam oleh penyakit pada kulit, seperti Citrus Bacterial Spot, Citrus Canker, dan Huanglongbing (HLB), yang dapat menurunkan nilai jual dan daya saing jeruk lokal. Deteksi penyakit secara manual memerlukan waktu dan keahlian khusus, sehingga dibutuhkan solusi berbasis teknologi yang cepat dan akurat. Penelitian ini bertujuan merancang dan membangun aplikasi mobile untuk identifikasi penyakit kulit jeruk menggunakan metode Extreme Programming (XP) serta mengevaluasi fungsionalitas sistem. Model klasifikasi citra dibangun menggunakan arsitektur MobileNetV2. Keunikan riset ini terletak pada integrasi lightweight deep learning model dengan pendekatan XP, sehingga menghasilkan aplikasi yang tidak hanya akurat, tetapi juga efisien dan siap diterapkan langsung di perangkat mobile dengan sumber daya terbatas. Evaluasi sistem menunjukkan akurasi validasi yang tinggi serta efisiensi kinerja berdasarkan metrik penggunaan sumber daya perangkat tanpa memaparkan detail teknis. Aplikasi ini mampu mengidentifikasi penyakit kulit jeruk secara cepat dan akurat, sehingga berpotensi membantu petani dalam pengambilan keputusan pengelolaan tanaman.
Co-Authors Benedika Ferdian Hutabarat Khaira, Ulfa