Tanaman singkong rentan terhadap serangan hama dan penyakit yang
mempengaruhi kualitas panen, dengan identifikasi yang seringkali
mengandalkan perubahan visual daun. Keterbatasan manusia dalam
diagnosis cepat menjadi tantangan. Proyek ini mengembangkan
aplikasi mobile Android berbasis Convolutional Neural Network
(CNN) untuk membantu petani mendeteksi penyakit daun singkong.
Dataset "Cassava Leaf Disease Classification" digunakan, mencakup
lima klasifikasi: empat jenis penyakit dan satu daun sehat. Dua model
diimplementasikan: MobileNetV2 pre-trained mencapai akurasi 89%
(rasio 80:10:10), dan model CNN kustom mencapai 88.6% (rasio
70:15:15). Hasil ini menunjukkan kapabilitas baik dalam klasifikasi
penyakit daun singkong. Berdasarkan hasil pengujian black box
testing dan UAT (User Acceptance Test), aplikasi ini menjadi alat
bantu efektif bagi petani untuk identifikasi hama dan penyakit
tanaman secara cepat dan akurat, sehingga dapat meningkatkan
kualitas dan kuantitas hasil panen.