DETEKSI PENYAKIT TANAMAN BAYAM DENGAN IMAGE PROCESSING = SPINACH PLANT DISEASE DETECTION WITH IMAGE PROCESSING

Mendeteksi penyakit pada tanaman bayam secara dini memiliki peran krusial dalam menghindari penyebaran infeksi dan kerugian hasil panen. Penelitian ini bertujuan utama untuk mengembangkan sistem deteksi penyakit pada tanaman bayam yang dapat beroperasi secara real-time. Sistem ini menggunakan teknologi Convolutional Neural Network (CNN) dengan model MobileNetV2 SSD FPN-Lite dan Tensorflow-Lite, diimplementasikan pada platform Android. Evaluasi kinerja sistem mencakup deteksi penyakit dan pengukuran waktu inferensi model. Dataset mencakup citra daun bayam terinfeksi penyakit karat putih, virus keriting, dan kekurangan mangan. Hasil pengujian dengan menggunakan dimensi citra 320x320 pixel, 16 batch size, dan 1000 epoch menunjukkan bahwa model ini mampu mendeteksi penyakit pada daun bayam dengan akurasi sebesar 89%, dengan waktu inferensi pada pengujian menggunakan smartphone berkisar antara 132ms hingga 152ms.

Keyword : Penyakit Tanaman Bayam, Convolutional Neural Network, MobileNetV2 SSD FPN-Lite SSD, Android, Real-time.