APLIKASI ANDROID HERBASCAN UNTUK IDENTIFIKASI TANAMAN HERBAL BERBASIS TENSORFLOW LITE DAN PLANTNET API

ARDIANSYAH, AKMAL (2026) APLIKASI ANDROID HERBASCAN UNTUK IDENTIFIKASI TANAMAN HERBAL BERBASIS TENSORFLOW LITE DAN PLANTNET API. S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (HAL COVER) COVER.pdf Download (4MB) | Preview
	Text (BAB I) BAB 1.pdf Restricted to Registered users only Download (165kB)
	Text (BAB II) BAB 2.pdf Restricted to Registered users only Download (184kB)
	Text (BAB III) BAB 3.pdf Restricted to Registered users only Download (502kB)
	Text (BAB IV) BAB 4.pdf Restricted to Registered users only Download (750kB)
	Text (BAB V) BAB 5.pdf Restricted to Registered users only Download (110kB)
	Text (DAFTAR PUSTAKA) DAKPUS.pdf Restricted to Registered users only Download (89kB)
	Text (LAMPIRAN) LAMPIRAN.pdf Restricted to Registered users only Download (2MB)

Abstract

Herbal plants are natural resources widely used by Indonesian society for traditional health purposes. However, not all people are able to identify herbal plants and understand their benefits accurately. This study aims to design and develop an Android application named HerbaScan as a medium for identifying and presenting herbal plant information. The application utilizes a TensorFlow Lite model based on EfficientNet for real-time leaf image classification, CameraX for image capture and camera preview, PlantNet API as a supporting image-based plant identification service, and Groq API (Llama 3.3-70B) as a generative AI service to generate plant explanations in Indonesian. Local plant information is also stored in a JSON file as an additional knowledge source. The system development method used in this study is the waterfall method, consisting of requirement analysis, system design, implementation, testing, and maintenance. The result of this study is an Android application that can scan plants through the camera or gallery, display identification results from the local model and PlantNet API, and provide brief information about herbal plants through generative AI. Testing was conducted using the black box method on ten test scenarios and all features worked according to requirements. The test results show that the application can help users identify herbal plants practically through Android devices. Keyword: Android, herbal plants, TensorFlow Lite, PlantNet API, HerbaScan, generative AI Tanaman herbal merupakan salah satu sumber daya alam yang banyak dimanfaatkan masyarakat Indonesia untuk kebutuhan kesehatan tradisional. Namun, tidak semua masyarakat mampu mengenali jenis tanaman herbal dan mengetahui manfaatnya secara tepat. Penelitian ini bertujuan untuk merancang dan membangun aplikasi Android bernama HerbaScan sebagai media identifikasi dan penyajian informasi tanaman herbal. Aplikasi dikembangkan dengan memanfaatkan model TensorFlow Lite berbasis EfficientNet untuk klasifikasi citra daun secara real-time, CameraX untuk pengambilan gambar dan preview kamera, PlantNet API sebagai pendukung identifikasi tanaman berbasis gambar, serta Groq API (Llama 3.3-70B) sebagai layanan generative AI untuk menghasilkan penjelasan tanaman dalam bahasa Indonesia. Data informasi tanaman juga disediakan dalam bentuk berkas JSON lokal sebagai sumber pengetahuan tambahan. Metode pengembangan sistem yang digunakan adalah metode waterfall, yang terdiri dari tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Hasil dari penelitian ini adalah aplikasi Android yang dapat melakukan pemindaian tanaman melalui kamera atau galeri, menampilkan hasil identifikasi dari model lokal dan PlantNet API, serta memberikan informasi singkat mengenai tanaman herbal melalui generative AI. Pengujian dilakukan menggunakan metode black box terhadap sepuluh skenario pengujian dan seluruh fitur berjalan sesuai kebutuhan. Berdasarkan hasil pengujian, aplikasi dapat membantu pengguna mengenali tanaman herbal secara praktis melalui perangkat Android. Kata kunci: Android, tanaman herbal, TensorFlow Lite, PlantNet API, HerbaScan, generative AI

Item Type:	Thesis (S1)
NIM/NIDN Creators:	41522010214
Uncontrolled Keywords:	Android, tanaman herbal, TensorFlow Lite, PlantNet API, HerbaScan, generative AI
Subjects:	000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika 600 Technology/Teknologi > 680 Manufacture For Specific Uses/Industri Pembuatan produk untuk penggunaan tertentu > 686 Printing and Related Activities/Produksi Percetakan dan Aktivitas Terkait > 686.4 Blueprinting/Cetak Biru 700 Arts/Seni, Seni Rupa, Kesenian > 710 Civic and Lanscape Art/Seni Perkotaan dan Pertamanan > 716 Herbaceous Plants in Landscape Architecture/Tanaman Herbal dalam Desain Arsitektur
Divisions:	Fakultas Ilmu Komputer > Informatika
Depositing User:	khalimah
Date Deposited:	05 Oct 2026 15:07
Last Modified:	05 Oct 2026 15:07
URI:	http://repository.mercubuana.ac.id/id/eprint/104264

Actions (login required)

View Item