FAQIHUDDIN, Bagus Syafiq (2025) Pengembangan Application Programming Interface (API) Aplikasi Pendeteksi Penyakit Tanaman Menggunakan Metode DevOps. Skripsi thesis, Universitas Jenderal Soedirman.
![[img]](http://repository.unsoed.ac.id/style/images/fileicons/other.png) |
PDF (Cover)
COVER-Bagus Syafiq Faqihuddin-H1A021013-Skripsi-TE-2025.pdf Download (524kB) |
|
PDF (Legalitas)
LEGALITAS-Bagus Syafiq Faqihuddin-H1A021013-Skripsi-TE-2025.pdf Restricted to Repository staff only Download (1MB) |
|
PDF (Abstrak)
ABSTRAK-Bagus Syafiq Faqihuddin-H1A021013-Skripsi-TE-2025.pdf Download (167kB) |
|
PDF (BabI)
BAB I-Bagus Syafiq Faqihuddin-H1A021013-Skripsi-TE-2025.pdf Restricted to Repository staff only until 9 May 2026. Download (2MB) |
|
PDF (BabII)
BAB II-Bagus Syafiq Faqihuddin-H1A021013-Skripsi-TE-2025.pdf Restricted to Repository staff only until 9 May 2026. Download (3MB) |
|
PDF (BabIII)
BAB III-Bagus Syafiq Faqihuddin-H1A021013-Skripsi-TE-2025.pdf Restricted to Repository staff only until 9 May 2026. Download (3MB) |
|
PDF (BabIV)
BAB IV-Bagus Syafiq Faqihuddin-H1A021013-Skripsi-TE-2025.pdf Restricted to Repository staff only Download (10MB) |
|
PDF (BabV)
BAB V-Bagus Syafiq Faqihuddin-H1A021013-Skripsi-TE-2025.pdf Download (2MB) |
|
PDF (DaftarPustaka)
DAFTAR PUSTAKA_Bagus Syafiq Faqihuddin_H1A021013_Skripsi_TE_2025_watermark.pdf Download (222kB) |
|
PDF (Lampiran)
LAMPIRAN-Bagus Syafiq Faqihuddin-H1A021013-Skripsi-TE-2025.pdf Restricted to Repository staff only Download (174kB) |
Abstract
Penelitian ini mengkaji penerapan metodologi DevOps dalam pengembangan Application Programming Interface (API) untuk aplikasi pendeteksi penyakit tanaman berbasis kecerdasan buatan. DevOps dipilih sebagai pendekatan strategis untuk mengatasi tantangan dalam integrasi, deployment, dan monitoring API yang selama ini menjadi kendala utama dalam pengembangan backend yang efisien dan berkelanjutan. Implementasi mencakup empat pilar utama DevOps: Continuous Development, Continuous Integration, Continuous Deployment, dan Continuous Monitoring, dengan dukungan GitHub Actions sebagai sistem otomasi pipeline dan Docker pada platform cloud DigitalOcean. Penelitian ini menghasilkan arsitektur modular RESTful API yang mencakup lima fitur utama: autentikasi, manajemen pengguna, prediksi penyakit tanaman, riwayat prediksi, dan fitur berbagi. Backend dikembangkan menggunakan Node.js dan Express, sedangkan pengolahan model dilakukan menggunakan Python dan Flask. Pengujian menunjukkan tingkat keberhasilan deployment sebesar 95,65% (22 dari 23), dengan waktu eksekusi pipeline antara 42 hingga 152 detik. Monitoring menunjukkan performa sistem yang stabil, meskipun ditemukan beberapa kebutuhan optimalisasi pada fitur manajemen pengguna dan riwayat. Hasil penelitian membuktikan bahwa pendekatan DevOps efektif diterapkan bahkan oleh pengembang individu dalam konteks proyek berskala kecil hingga menengah. Pendekatan ini meningkatkan kecepatan pengembangan, keandalan sistem, serta efisiensi kolaborasi antar tim pengembang.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Nomor Inventaris: | H25069 |
| Uncontrolled Keywords: | DevOps, CI/CD, DigitalOcean, GitHub Actions, RESTful API |
| Subjects: | C > C696 Computer software P > P319 Plant diseases |
| Divisions: | Fakultas Teknik > S1 Teknik Elektro |
| Depositing User: | Mr. Bagus Syafiq Faqihuddin |
| Date Deposited: | 09 May 2025 08:15 |
| Last Modified: | 14 May 2025 04:33 |
| URI: | http://repository.unsoed.ac.id/id/eprint/33500 |
Actions (login required)
 |
View Item |
