PENGEMBANGAN SISTEMKLASIFIKASI PENYAKITDAUN SINGKONG BERBASIS CNN DENGAN ARSITEKTUR MOBILENETV3-SMALL

Singkong (Manihot esculenta Crantz) merupakan komoditas strategis di Indonesia, namun produktivitasnya sering menurun akibat penyakit daun seperti Cassava Mosaic Disease (CMD) dan Cassava Bacterial Blight (CBB). Identifikasi manual oleh petani dinilai kurang efektif dan rentan kesalahan. Penelitian ini bertujuan mengembangkan sistem klasifikasi penyakit daun singkong berbasis aplikasi mobile memanfaatkan algoritma Convolutional Neural Network (CNN) dengan arsitektur MobileNetV3 Small. Arsitektur ini dipilih karena efisiensi komputasinya yang tinggi pada perangkat mobile dengan sumber daya terbatas. Menggunakan dataset Kaggle sebanyak 9.430 citra yang terbagi dalam lima kelas, model dilatih dan diintegrasikan ke dalam aplikasi berbasis Flutter menggunakan metode pengembangan Agile. Hasil pengujian menunjukkan model mencapai akurasi 93%, membuktikan keandalan sistem dalam mendeteksi penyakit. Aplikasi ini menawarkan solusi praktis bagi petani untuk diagnosis dini penyakit secara akurat, mendukung pengelolaan lahan yang lebih efisien dan peningkatan hasil panen.