Implementasi Aplikasi Android Deteksi Penyakit Tanaman Tomat Berbasis Cloud menggunakan MVVM

Abstrak

Tanaman tomat sebagai komoditas hortikultura penting di Indonesia rentan terhadap berbagai penyakit yang sulit dibedakan secara visual, menyebabkan keterlambatan penanganan dan kerugian ekonomi bagi petani. Penelitian ini mengembangkan aplikasi Android untuk deteksi penyakit tanaman tomat berbasis cloud menggunakan arsitektur Model-View-ViewModel (MVVM) dengan framework Jetpack Compose. Metodologi Extreme Programming (XP) diterapkan melalui empat tahap utama planning, design, coding, dan testing secara iteratif untuk memastikan pengembangan yang responsif terhadap kebutuhan sistem. Sistem mengintegrasikan model machine learning MobileNetV2 yang di-deploy di Azure App Service dengan Firebase Authentication dan Firestore untuk autentikasi serta penyimpanan riwayat deteksi. Dataset berisi 16.012 citra daun tomat dengan 10 kelas penyakit digunakan untuk melatih model yang mencapai akurasi 91,74%. Arsitektur cloud-hybrid memungkinkan proses deteksi dilakukan di server tanpa membebani perangkat mobile dengan response time rata-rata 3 detik. Pengujian Black Box Testing menunjukkan seluruh fitur aplikasi berfungsi sesuai spesifikasi dengan tingkat keberhasilan 100%. Hasil penelitian membuktikan bahwa integrasi cloud computing dengan pengembangan aplikasi mobile dapat memberikan solusi praktis dan scalable untuk membantu petani melakukan deteksi penyakit tanaman tomat secara cepat dan akurat.