<![CDATA[Pertanian memiliki peran penting dalam ekonomi Indonesia, khususnya sub-sektor hortikultura seperti produksi buah dan sayuran. Budidaya tomat (Lycopersicum esculentum Mill) menjadi salah satu komoditas unggulan, namun serangan penyakit pada daun tomat menjadi tantangan utama yang dapat mengurangi hasil panen. Berbagai penelitian telah menyoroti kebutuhan akan solusi deteksi penyakit tanaman berbasis komputer vision untuk tomat. Penelitian ini fokus pada pengembangan aplikasi deteksi penyakit pada citra daun tomat berbasis Android menggunakan metode YOLO versi 8. Evaluasi model dilakukan menggunakan confusion matrix dan metrik seperti precision, recall, dan mAP.Hasilnya menunjukkan akurasi yang tinggi dalam mengklasifikasikan berbagai penyakit pada daun tomat. Hasil menunjukkan kinerja model yang baik dalam mengklasifikasikan berbagai jenis penyakit pada daun tomat, dengan mAP sebesar 96.6% dan recall sebesar 92.2% untuk seluruh kelas penyakit. Pengujian aplikasi dengan Black box testing menunjukkan kemampuan deteksi yang baik. Aplikasi ini berhasil dikembangkan dan dirilis sebagai "Plantify" di Apkpure.]]>
Copyrights © 2024
