Implementasi Google Gemini API pada Aplikasi Mobile untuk Deteksi Penyakit Tanaman Padi Berbasis Analisis Citra Daun

Abstract

Abstrak- Penyakit tanaman padi merupakan salah satu faktor utama yang menyebabkan penurunan produktivitas pertanian sehingga diperlukan sistem deteksi dini yang cepat dan mudah diakses oleh petani. Penelitian ini bertujuan merancang dan mengimplementasikan aplikasi mobile untuk mendeteksi penyakit tanaman padi menggunakan Google Gemini API berbasis analisis citra daun. Metode penelitian menggunakan pendekatan rekayasa perangkat lunak dengan Extreme Programming (XP) yang meliputi tujuh tahapan, yaitu identifikasi masalah, studi literatur, planning, design, coding, testing, dan penyusunan artikel ilmiah. Aplikasi dikembangkan menggunakan Flutter, Dart, Firebase Authentication, Cloud Firestore, serta Google Gemini API sebagai layanan Artificial Intelligence as a Service (AIaaS). Hasil penelitian menunjukkan bahwa aplikasi mampu mengidentifikasi empat penyakit utama tanaman padi, yaitu blas, hawar daun bakteri, bercak cokelat, dan tungro, serta menghasilkan informasi mengenai gejala, penyebab, rekomendasi penanganan, dan langkah pencegahan. Evaluasi sistem dilakukan melalui 56 skenario pengujian yang mencakup unit testing, widget testing, integration testing, pipeline testing, dan edge case testing, dengan tingkat keberhasilan 100%. Temuan penelitian menunjukkan bahwa pemanfaatan Google Gemini API mampu menyederhanakan pengembangan aplikasi deteksi penyakit tanpa memerlukan proses pelatihan model klasifikasi secara mandiri, sehingga memberikan alternatif implementasi AI multimodal yang praktis untuk mendukung digitalisasi sektor pertanian.