SISTEM PENDETEKSI PENYAKIT PADA DAUN TANAMAN SINGKONG MENGGUNAKAN DEEP LEARNING DAN TENSORFLOW BERBASIS ANDROID

Tanaman singkong merupakan produksi hasil pertanian terbesar kedua di
Indonesia, namun sebagaimana mestinya tanaman singkong tidak luput dari
serangan hama dan penyakit. Untuk mengidentifikasi penyakit pada tanaman
singkong, paling mudah adalah dengan melihat gejala yang muncul pada
permukaan daunnya. Seiring berkembangnya bidang teknologi informasi, terdapat
ilmu yang bisa membantu proses pendeteksian penyakit pada daun tanaman
singkong yaitu dengan memanfaatkan pengolahan citra atau disebut juga Image
Processing. Untuk itu, penulis mengambil penelitian tentang pendeteksian
penyakit pada daun tanaman singkong dengan menggunakan terapan ilmu Deep
Learning dengan metode Convolutional Neural Network (CNN) dan dengan
bantuan framework Tensorflow yang berbasis Android. Metode pengambilan data
pada penelitian ini menggunakan metode kualitatif, dan metode pengembangan
sistem yang digunakan adalah Prototyping, dimana metode ini adalah metode
yang cepat dalam proses pengembangannya. Metode Convolutional Neural
Network (CNN) adalah salah satu metode yang memiliki hasil bagus dalam
pengolahan citra. Penelitian yang dilakukan ini menggunakan dataset berjumlah
21,367 data gambar daun singkong dari situs Kaggle. Penelitian ini mendapat
hasil pengujian dengan tingkat akurasi mencapai 86%. Pada pengujian Usability
Testing mendapat tingkat kepuasan 88% dari 20 koresponden, dan hasil kuisioner
aplikasi yang valid dan reliabel.

Kata Kunci : Singkong, Deep Learning, Convolutional Neural Network, Android