Aplikasi Deteksi Penyakit Tanaman Cabai Menggunakan Teknologi Machine Learning dan Flask

Abstract

Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis web yang dapat mendeteksi penyakit pada tanaman cabai dengan memanfaatkan teknologi pembelajaran mesin. Sistem ini dirancang dengan menggunakan framework Flask sebagai antarmuka dan model Convolutional Neural Network (CNN) untuk proses klasifikasi gambar daun. Dataset yang digunakan terdiri dari foto-foto daun tanaman cabai yang menunjukkan dua jenis penyakit, yaitu Antraknosa dan Gemini Virus. Data dikumpulkan dari berbagai sumber terbuka dan melalui proses pengolahan seperti normalisasi dan augmentasi sebelum digunakan untuk melatih model. Aplikasi ini memberikan kesempatan bagi pengguna untuk mengunggah foto daun cabai yang kemudian diproses secara otomatis oleh model yang telah dilatih. Hasil dari pengujian menunjukkan bahwa model CNN berhasil mencapai akurasi 92% dalam mendeteksi penyakit pada gambar yang diuji. Sistem ini diharapkan dapat berfungsi sebagai alat bantu yang efektif untuk identifikasi dini penyakit tanaman dengan cepat dan mandiri, terutama bagi para petani dan pelaku sektor pertanian. Penggunaan aplikasi ini dianggap sangat praktis, efisien, dan responsif, serta memiliki potensi untuk dikembangkan lebih lanjut dengan menambahkan jenis penyakit baru dan fitur tambahan lainnya seperti deteksi waktu nyata dan versi mobile.