Perancangan Aplikasi Pendeteksi Penyakit Daun Padi Menggunakan Arsitektur MobileNetV2 = Application Design of Rice Leaf Disease Detection Using MobileNetV2 Architecture

Padi adalah tanaman penghasil beras yang menjadi sumber bahan pokok di Indonesia. Berdasarkan hasil Survei KSA, pada tahun 2021, luas panen padi mengalami penurunan sebanyak 245,47 ribu hektar (2,30 persen) dibandingkan tahun 2020. Tingkat keberhasilan jumlah padi yang dipanen menjadi hal yang sangat berpengaruh. Serangan organisme penggangu tanaman yang sering menyerang tanaman padi khususnya pada bagian daun dapat menyebabkan gagal panen. Keterlambatan proses diagnosis secara manual menyebabkan penyakit yang ada pada tanaman padi mencapai tahap kritis karena minimnya pengetahuan petani dan menganggap gejala tersebut sudah biasa tejadi pada masa tanam, sehingga menimbulkan terjadinya gagal panen. Salah satu metode yang dapat digunakan untuk mengklasifikasikan data berbentuk citra adalah Convolutional Neural Network (CNN). Penelitian ini menggunakan salah satu arsitektur CNN yaitu MobileNetV2 untuk mendeteksi penyakit daun padi melalui input berupa citra. Jenis penyakit daun padi yang digunakan pada penelitian ini yaitu Bacterial Leaf Blight, Brown Spot, dan Leaf Smut. Dengan melakukan training sebanyak 50 epochs model menghasilkan kinerja terbaik dengan 100% training accuracy dan 95,83% validation accuracy. Kemudian untuk precision, recall, dan f1-score sebanyak 77% nilai yang didapatkan berada diatas 0,93. Arsitektur MobileNetV2 selanjutnya dideploy menggunakan TensorFlow Lite pada aplikasi android bernama PadiKu.