Berikut adalah silabus lengkap untuk 20 sesi (1,5 jam per sesi) pada judul disertasi:
“Aplikasi Deteksi Penyakit Tanaman Berbasis Deep Learning dengan Implementasi di Platform Android Studio”
Sesi 1: Pengenalan Konsep Dasar
- Pengenalan topik penelitian
- Latar belakang dan tujuan penelitian
- Pengenalan Android Studio sebagai platform pengembangan aplikasi
Sesi 2: Instalasi dan Konfigurasi Android Studio
- Instalasi Android Studio
- Konfigurasi lingkungan pengembangan
- Membuat project baru dan struktur file aplikasi Android
Sesi 3: Pemrograman Dasar Android
- Komponen utama aplikasi Android (Activity, Intent, Fragment)
- Layout design dasar (XML, LinearLayout, ConstraintLayout)
Sesi 4: Pemrograman Lanjutan Android
- RecyclerView, CardView
- Implementasi Navigation Drawer dan Bottom Navigation
- Penyimpanan data lokal menggunakan SQLite
Sesi 4: Pengantar Deep Learning untuk Image Classification
- Konsep dasar Deep Learning
- Framework TensorFlow dan TensorFlow Lite untuk Android
- Instalasi TensorFlow di lingkungan lokal
Sesi 5: Dataset Penyakit Tanaman
- Pengumpulan dataset penyakit tanaman
- Preprocessing dataset (resize, labeling, augmentation)
- Membuat dataset training, validation, dan testing
Sesi 6: CNN untuk Klasifikasi Gambar Penyakit Tanaman
- Pengenalan CNN (Convolutional Neural Network)
- Pembuatan model CNN sederhana dengan TensorFlow/Keras
- Proses training dan validasi model dasar
Sesi 7: Evaluasi dan Optimasi Model
- Evaluasi performa model (akurasi, loss, confusion matrix)
- Optimasi model menggunakan hyperparameter tuning
Sesi 8: Konversi Model ke TensorFlow Lite
- Proses konversi model dari TensorFlow ke TensorFlow Lite
- Pengujian model TensorFlow Lite pada simulator
Sesi 9: Integrasi TensorFlow Lite ke Android Studio
- Mengintegrasikan model TensorFlow Lite ke dalam Android Studio
- Menyiapkan dependensi dan library pendukung (Gradle)
Sesi 9: Membuat UI untuk Aplikasi Deteksi Penyakit
- Mendesain antarmuka pengguna untuk aplikasi
- Mengatur navigasi antar layout
Sesi 10: Implementasi Fitur Kamera
- Implementasi pengambilan gambar dari kamera Android
- Menyimpan dan mengelola gambar hasil tangkapan
Sesi 11: Integrasi Model TensorFlow Lite di Android Studio
- Implementasi TensorFlow Lite interpreter dalam aplikasi Android
- Proses inferensi gambar langsung dari aplikasi
Sesi 11: Menampilkan Hasil Deteksi Penyakit
- Menampilkan hasil deteksi (nama penyakit, tingkat kepercayaan)
- Visualisasi hasil deteksi dalam aplikasi Android
Sesi 11: Penyimpanan dan Manajemen Data Hasil Deteksi
- Implementasi database SQLite atau Room pada Android
- Mengelola dan menyimpan riwayat hasil deteksi
Sesi 12: Fitur Tambahan: Saran Penanganan Penyakit Tanaman
- Integrasi informasi dan rekomendasi pengobatan atau perawatan tanaman
- Menampilkan rekomendasi langsung pada aplikasi Android
Sesi 13: Pengujian dan Debugging Aplikasi
- Testing fungsional aplikasi
- Debugging aplikasi secara realtime menggunakan Android Debug Bridge (ADB)
Sesi 14: Optimalisasi Performa Aplikasi Android
- Mengatasi masalah performa dan responsivitas aplikasi
- Mengurangi ukuran APK menggunakan ProGuard dan R8
Sesi 15: Implementasi Notifikasi dan Reminder
- Integrasi fitur push notification
- Reminder rutin pemeriksaan tanaman dalam aplikasi
Sesi 16: Dokumentasi dan Laporan Teknis
- Menyusun laporan dokumentasi teknis aplikasi
- Membuat panduan pengguna aplikasi
Sesi 17: Testing dan Evaluasi Kinerja Aplikasi di Lapangan
- Pengujian aplikasi langsung di lingkungan pengguna
- Analisis feedback pengguna dan revisi aplikasi berdasarkan hasil pengujian
Sesi 18: Penyusunan Hasil Penelitian
- Dokumentasi hasil pengembangan aplikasi
- Penulisan bab hasil dan pembahasan dalam disertasi
Sesi 19: Penyusunan Draft Akhir Disertasi
- Penulisan abstrak, pendahuluan, dan metodologi penelitian
- Menyusun daftar pustaka dan lampiran
Sesi 19: Penyiapan Publikasi dan Presentasi
- Penyiapan slide presentasi
- Strategi menjawab pertanyaan penguji
- Latihan presentasi hasil penelitian
Sesi 20: Finalisasi dan Submit Disertasi
- Finalisasi dokumen disertasi
- Pengecekan plagiarisme
- Prosedur submit dokumen disertasi ke universitas
Silabus ini memastikan Anda memiliki aplikasi Android yang berfungsi penuh, disertai implementasi deteksi penyakit tanaman berbasis Deep Learning yang dapat dipublikasikan secara akademis maupun praktis.
