Rancang Bangun Sistem Pemantauan dan Deteksi Dini Penyakit Tanaman Tomat Berbasis IoT Dengan Aplikasi Androi

Setiawan, Asep Irfan (2024) Rancang Bangun Sistem Pemantauan dan Deteksi Dini Penyakit Tanaman Tomat Berbasis IoT Dengan Aplikasi Androi. Sarjana Terapan Laporan Karya Tulis Ilmiah, Politeknik Manufaktur Bandung.

[thumbnail of BAB-1] Text (BAB-1)
220 - 441004 Asep Irfan Setiawan - BAB I.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (372kB)
[thumbnail of BAB-2] Text (BAB-2)
220 - 441004 Asep Irfan Setiawan - BAB II.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (627kB) | Request a copy
[thumbnail of BAB-3] Text (BAB-3)
220 - 441004 Asep Irfan Setiawan - BAB III.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (549kB) | Request a copy
[thumbnail of BAB-4] Text (BAB-4)
220 - 441004 Asep Irfan Setiawan - BAB IV.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Request a copy
[thumbnail of BAB-5] Text (BAB-5)
220 - 441004 Asep Irfan Setiawan - BAB V.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (3MB) | Request a copy

Abstract

Tomat merupakan komoditas yang bernilai tinggi, baik dari segi ekonomi maupun pemanfaatannya oleh para petani. Para petani tomat berupaya keras untuk memastikan produksi tomat yang segar dan siap dikonsumsi. Namun, tantangan utama dalam budidaya tomat adalah ketergantungan pada pemantauan manual dan keterbatasan pengetahuan petani dalam mendeteksi penyakit pada daun tomat. Penelitian ini mencakup enam tahap, yaitu kajian pustaka, analisis kebutuhan, perancangan sistem, integrasi sistem, pengujian sistem, dan evaluasi sistem. Sebagai solusi, penelitian ini memanfaatkan metode Convolutional Neural Network (CNN), serta teknologi Internet of Things (IoT). Model tersebut diimplementasikan dalam aplikasi Android menggunakan TensorFlow di platform Flutter, setelah dikonversi ke dalam format tflite. Hasil pengujian menunjukkan model memiliki tingkat akurasi sebesar 94%, sementara akurasi aplikasi dalam mendeteksi penyakit daun tomat mencapai 92.80%. Selain itu, aplikasi ini dapat memantau kondisi tanaman secara real-time dengan delay sebesar 858.1 ms. Perbandingan morfologi antara tanaman yang menggunakan sistem ini dengan yang tidak menunjukkan peningkatan sebesar 20% pada pertumbuhan batang, 3.78% pada perkembangan bunga, dan 55.55% pada perkembangan buah, yang mengindikasikan dampak positif dari penggunaan sistem ini.

Item Type: Laporan Karya Akhir Mahasiswa (Sarjana Terapan)
Uncontrolled Keywords: aplikasi android, cnn, internet of things, tanaman tomat
Subjects: T Technology > TS Manufactures
Divisions: Jurusan Teknik Otomasi Manufaktur & Mekatronika > S.Tr. Prodi Teknologi Rekayasa Otomasi
Depositing User: Rindo Rindo Herdianto
Date Deposited: 17 Jul 2025 04:27
Last Modified: 17 Jul 2025 04:27
URI: https://repositori.polman-bandung.ac.id/id/eprint/404

Actions (login required)

View Item
View Item