Pemantauan dan Deteksi Penyakit Daun Tomat Berbasis IoT dan CNN dengan Aplikasi Android

Abstrak

Tomat merupakan komoditas bernilai tinggi dalam pertanian, sehingga para petani melakukan berbagai upaya untuk memastikan produksi tomat yang segar dan siap konsumsi. Namun, petani sering menghadapi kesulitan dalam memantau kondisi tomat karena masih menggunakan metode manual dan memiliki keterbatasan pengetahuan dalam mendeteksi penyakit pada daun tomat. Penelitian ini menawarkan solusi dengan memanfaatkan transfer learning dan fine-tuning Convolutional Neural Network (CNN) menggunakan arsitektur DenseNet169, serta teknologi Internet of Things (IoT). Model ini diimplementasikan dalam aplikasi Android menggunakan TensorFlow di platform Flutter setelah dikonversi ke format tflite. Hasil pengujian menunjukkan tingkat akurasi model mencapai 94%, sedangkan akurasi aplikasi dalam mendeteksi penyakit daun tomat mencapai 92.80% dan memiliki response time sekitar 1077.56 ms. Selain itu, aplikasi dapat memantau kondisi tanaman secara realtime dengan memiliki delay sebesar 1998 ms.