Pembangunan Aplikasi Deteksi Penyakit Tanaman Tomat Memanfaatkan Teachable Machine Dan Tensorflow Lite Api Pada Smartphone Android

Winoto, Prasetyo Hade M (2023) Pembangunan Aplikasi Deteksi Penyakit Tanaman Tomat Memanfaatkan Teachable Machine Dan Tensorflow Lite Api Pada Smartphone Android. Other thesis, Universitas Komputer Indonesia.

	Text UNIKOM_PRASETYO HADE M WINOTO_COVER.pdf - Published Version Download (52kB)
	Text UNIKOM_PRASETYO HADE M WINOTO_LEMBAR PENGESAHAN.pdf - Published Version Download (128kB)
	Text UNIKOM_PRASETYO HADE M WINOTO_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (111kB)
	Text UNIKOM_PRASETYO HADE M WINOTO_SURAT PERNYATAAN ORISINALITAS.pdf - Published Version Download (84kB)
	Text UNIKOM_PRASETYO HADE M WINOTO_KATA PENGANTAR.pdf - Published Version Download (85kB)
	Text UNIKOM_PRASETYO HADE M WINOTO_DAFTAR ISI.pdf - Published Version Download (195kB)
	Text UNIKOM_PRASETYO HADE M WINOTO_BAB 1.pdf - Published Version Download (94kB)
	Text UNIKOM_PRASETYO HADE M WINOTO_BAB 2.pdf - Published Version Download (761kB)
	Text UNIKOM_PRASETYO HADE M WINOTO_BAB 3.pdf - Published Version Restricted to Repository staff only Download (715kB) | Request a copy
	Text UNIKOM_PRASETYO HADE M WINOTO_BAB 4.pdf - Published Version Restricted to Repository staff only Download (923kB) | Request a copy
	Text UNIKOM_PRASETYO HADE M WINOTO_BAB 5.pdf - Published Version Download (37kB)
	Text UNIKOM_PRASETYO HADE M WINOTO_DAFTAR PUSTAKA.pdf - Published Version Download (101kB)
	Text UNIKOM_PRASETYO HADE M WINOTO_KONTAK KONTRIBUTOR.pdf - Published Version Download (8kB)

Abstract

Aplikasi ini dibangun untuk mendeteksi penyakit pada tanaman tomat menggunakan pendekatan machine learning. Aplikasi ini memanfaatkan dua teknologi utama, yaitu Teachable Machine untuk pelatihan model deteksi dan TensorFlow Lite API untuk implementasi pada smartphone Android. Melalui tahap pengumpulan data gambar tanaman tomat yang terinfeksi penyakit, model deteksi penyakit dikembangkan menggunakan Teachable Machine dan kemudian dikonversi ke dalam format TensorFlow Lite yang lebih ringan. Aplikasi Android dibangun untuk memungkinkan pengguna mengambil gambar tanaman tomat menggunakan kamera smartphone dan melakukan inferensi dengan model TensorFlow Lite untuk mendeteksi keberadaan penyakit. Hasil inferensi ditampilkan kepada pengguna melalui antarmuka yang mudah dimengerti. Penelitian ini bertujuan untuk memberikan solusi praktis dalam mendeteksi penyakit tanaman tomat secara cepat dan akurat melalui teknologi mobile yang mudah diakses dan digunakan oleh petani atau penggemar tanaman tomat. Diharapkan bahwa aplikasi ini akan memberikan kontribusi dalam mendukung keberlanjutan pertanian dan mengurangi dampak penyakit pada tanaman tomat.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Teachable Machine, Tensorflow Lite, Penyakit Tomat
Subjects:	000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science Q Science > QA Mathematics > QA76 Computer software
Divisions:	S1_SKRIPSI > FTIK_Teknik Informatika (01)
Depositing User:	Mia Mia Hayati Kosasih
Date Deposited:	13 Nov 2024 08:03
Last Modified:	13 Nov 2024 08:03
URI:	http://elibrary.unikom.ac.id/id/eprint/9426

Actions (login required)

View Item