Skip to content

Capstone Project SIB Dicoding Batch 3 2022. Flask x Replit Website with Machine Learning Features (Multiclass Classification & CNN)

Notifications You must be signed in to change notification settings

ykbintang/Groco_Corn-plant-disease-detection-system

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

18 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

GROCO : A Web Application for Corn Diseases Classification with Convolutional Neural Network


Accuracy Model Mencapai 95%

poster groco

Aplikasi web ini merupakan sebuah hasil dari projek akhir yang kami selesaikan pada MSIB Dicoding Learning Path Pengembangan Machine Learning dan Front-End Web 2022, yang ditujukan untuk membantu para petani jagung khususnya di Indonesia dalam menangani tanaman jagung yang terindikasi mengalami penyakit. Dengan aplikasi ini para petani dapat mengetahui jenis penyakit pada jagung hanya dengan menginputkan gambar daun jagung.

Berikut adalah anggota dari tim GROCO:

  • M332Y0889 - Irka Tri Agustin
  • M332Y0892 - Zulfah Binti Toyibah
  • M015X0140 - Muhammad Subarkah
  • M268X0613 - Yayes Kasnanda Bintang

Latar Belakang


Jagung adalah salah satu tanaman pangan penghasil karbohidrat yang terpenting di dunia selain gandum dan padi. Di Indonesia sendiri tanaman jagung merupakan komoditi primadona, bersanding dengan padi. Mengingat permintaan jagung di Indonesia sendiri makin hari makin meningkat, serta selaras dengan kebijakan baru pemerintah yang di sampaikan oleh Kementerian Koordinator Bidang Perekonomian Republik Indonesia dalam Siaran Pers di Jakarta, 2 Agustus 2022 bahwa pemerintah mendorong peningkatan produksi jagung nasional, melalui intensifikasi dan ekstensifikasi, khususnya perluasan lahan baru, untuk memenuhi kebutuhan nasional dan ekspor. Jadi tidak dapat dipungkiri bahwa kebutuhan jagung di Indonesia akan terus bertambah. Namun jagung merupakan produk musiman yang mudah rusak atau terserang penyakit, maka dari itu perlu dilakukan perawatan yang optimal pada proses produksi jagung. Realita di lapangan petani dalam melakukan proses pendeteksian penyakit pada jagung dilakukan manual dengan hanya mengandalkan pengalaman pribadi yang kurang akurat, sehingga mengakibatkan ketidaktepatan dalam melakukan penanganan penyakit pada jagung yang mengakibatkan penurunan produksi dan kualitas jagung. Dari permasalahan tersebut kelompok kami berinovasi untuk menciptakan sebuah aplikasi pendeteksi jenis penyakit pada tanaman jagung berbasis website, agar nantinya para petani mampu melakukan penanganan dini terhadap tanaman jagung yang terdeteksi mengalami penyakit dan sesegera mungkin menanggulanginya agar tanaman jagung tidak mati atau mengalami penurunan kualitas.

Cara penggunaan


Link website GROCO:

https://groco.keepsmilee07.repl.co

Link demo cara penggunaan website GROCO:

https://youtu.be/sPa99oeOHjY

About

Capstone Project SIB Dicoding Batch 3 2022. Flask x Replit Website with Machine Learning Features (Multiclass Classification & CNN)

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Contributors 4

  •  
  •  
  •  
  •