PENERAPAN MODEL CONVOLUTIONAL NEURAL NETWORK DALAM DETEKSI PENYAKIT TANAMAN CABAI RAWIT MERAH BERBASIS ANDROID

  • Fahmi Al Ashri
    Universitas Singaperbangsa Karawang
  • Jajam Haerul Jaman
    Universitas Singaperbangsa Karawang
  • Intan Purnamasari
    Universitas Singaperbangsa Karawang
DOI: https://doi.org/10.23960/jitet.v14i3.9582
Keywords Convolutional Neural Network;, Deteksi Penyakit Tanaman;, Cabai Rawit Merah;, Android;, Jetpack Compose.
Abstract Views (Last 12 Months)
4 Abstract Views
4 Downloads

Abstract

Proses identifikasi penyakit tanaman cabai rawit merah masih banyak dilakukan secara manual melalui pengamatan visual. Cara tersebut memiliki keterbatasan, seperti risiko kesalahan diagnosis, rendahnya kecepatan identifikasi, serta ketergantungan pada pengalaman pengguna. Penelitian ini bertujuan untuk merancang dan membangun aplikasi Android yang mampu mendeteksi penyakit tanaman cabai rawit merah berdasarkan citra daun menggunakan model Convolutional Neural Network (CNN). Sistem dikembangkan menggunakan metode prototype dengan bahasa pemrograman Kotlin, framework Jetpack Compose, serta TensorFlow Lite untuk menjalankan model pada perangkat Android. Aplikasi mendukung dua skenario input, yaitu pengambilan gambar secara langsung melalui kamera dan unggahan gambar dari galeri. Model CNN digunakan untuk mengklasifikasikan citra daun dan menampilkan hasil prediksi berupa jenis penyakit serta nilai confidence score. Pengujian dilakukan melalui unit testing dan User Acceptance Test (UAT). Hasil UAT menunjukkan nilai rata-rata sebesar 4,23 dengan persentase kelayakan 84,6%, sehingga aplikasi termasuk dalam kategori sangat baik. Berdasarkan hasil tersebut, aplikasi yang dikembangkan dapat membantu pengguna dalam melakukan deteksi awal penyakit tanaman cabai secara lebih cepat, praktis, dan efisien. 

Downloads

Download data is not yet available.

References

F. A. Danendra, F. T. Anggraeny, and H. Maulana, “Klasifikasi Citra Penyakit Daun Cabai Rawit Dengan Menggunakan CNN Arsitektur AlexNet dan SqueezeNet”, Syntax: Jurnal Informatika, vol. 12, no. 1, pp. 50-61, 2023.

N. U. Khasanah and M. Fachrie, “Klasifikasi Jenis Penyakit Tanaman Cabai Menggunakan Arsitektur DenseNet201”, SINTECH Journal, vol. 7, no. 3, 2023.

A. H. Mursyidin and T. Mulyaningsih, “Karakterisasi Morfologi dan Anatomi Daun Cabai Rawit (Capsicum frutescens L.) yang Terinfeksi Cercospora capsici di Lombok Timur”, Jurnal HPT, vol. 12, no. 3, pp. 173-179, 2024.

H. Sutrisno and D. Rachmawati, “Identifikasi dan Pengendalian Penyakit Antraknosa Pada Tanaman Cabai (Capsicum annuum L.)”, Agrikultura, vol. 32, no. 1, pp. 45-52, 2021.

A. Putra, “Klasifikasi Penyakit Daun Cabai Dengan Metode CNN Untuk Deteksi Awal”, Jurnal Profesi Insinyur Universitas Lampung, vol. 6, no. 1, 2025.

S. Suradi, S. Baco, B. Umar, M. Murdianto, and S. T. S. R. Simamora, “Sistem Pakar Diagnosa Hama dan Penyakit Tanaman Cabai Berbasis Android Dengan Metode Forward Chaining”, Jurnal Teknologi dan Komputer, vol. 3, no. 1, pp. 39-47, 2023.

M. Rahman, “Implementasi Algoritma Convolutional Neural Network (CNN) Untuk Identifikasi Kualitas Tanaman Selada Berdasarkan Citra Daun”, Jurnal Informatika dan Teknik Elektro Terapan, vol. 11, no. 3s1, 2023.

M. I. Fauzi, “Klasifikasi Image Tinggi Tanaman Jagung Dengan Convolutional Neural Network”, Jurnal Informatika dan Teknik Elektro Terapan, 2024.

F. Mursyid, M. A. Albarzah, I. Irnawati, W. C. Juliana, M. R. Adiyatma, and F. M. Hamundu, “Aplikasi Deteksi Penyakit Tanaman Cabai Menggunakan Teknologi Machine Learning dan Flask”, Jurnal Pustaka Data, vol. 5, no. 1, pp. 176-182, 2025.

D. Pakiding, A. Selao, and W. Wahyuddin, “Implementasi Computer Vision Dalam Mendeteksi Penyakit Pada Tanaman Cabai dan Tomat Menggunakan Algoritma Convolutional Neural Networks”, MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 5, no. 3, pp. 841-850, 2025.

F. Dzulqarnain and T. Tukino, “Rancang Bangun Aplikasi Belajar Arab Untuk Android Menggunakan Jetpack Compose dan Kotlin”, Computer Based Information System Journal, vol. 11, no. 1, pp. 25-35, 2023.

R. S. Pressman and B. R. Maxim, Software Engineering: A Practitioner’s Approach, 9th ed. New York: McGraw-Hill Education, 2020.

S. Narulita, A. Nugroho, and M. Z. Abdillah, “Diagram Unified Modelling Language (UML) Untuk Perancangan Sistem Informasi Manajemen Penelitian dan Pengabdian Masyarakat (SIMLITABMAS)”, Bridge Journal of Computer Science, vol. 1, no. 1, pp. 36-44, 2024.

J. H. Jaman, A. Buono, D. A. Astuti, and Burhanuddin, “Implementation of Agriculture Decision Support Systems (ADSS): Literature Review”, AIP Conference Proceedings, vol. 2734, no. 1, 060003, 2023.

I. L. Sridanti and S. Febrianto, “Transfer Teknologi Pengendalian Penyakit Bercak Daun Pada Cabai Berbasis Ekstrak Daun Kelor Sebagai Pestisida Nabati”, Inovasi: Jurnal Pengabdian Masyarakat, vol. 2, no. 1, pp. 111-116, 2024.

Cover
Published
2026-08-13
How to Cite
Al Ashri, F., Jajam Haerul Jaman, & Intan Purnamasari. (2026). PENERAPAN MODEL CONVOLUTIONAL NEURAL NETWORK DALAM DETEKSI PENYAKIT TANAMAN CABAI RAWIT MERAH BERBASIS ANDROID . Jurnal Informatika Dan Teknik Elektro Terapan, 14(3). https://doi.org/10.23960/jitet.v14i3.9582