Project Plan for Bangkit 2023 Product-based Capstone

Team ID : C23-PS034

Team Member :

1. (ML) M264DKX4182 – Raphael Gregorius Hakim – Universitas Multimedia Nusantara

Jakarta - [Active/Inactive]
2. (ML) M169DSX1887 – Mohammad Arief Rajendra – Universitas Gajah Mada -
[Active/Inactive]
3. (ML) M146DSY2773 – Silvia Rahma – Universitas Bengkulu - [Active/Inactive]
4. (CC) C168DKX3896 – Muhammad Iven Fesky – Universitas Esa Unggul -
[Active/Inactive]
5. (CC) C264DKX4238 – Lifosmin Simon – Universitas Multimedia Nusantara Jakarta -
[Active/Inactive]
6. (MD) A264DSX1413 – Wendyanto – Universitas Multimedia Nusantara Jakarta -
[Active/Inactive]
Project Plan for Bangkit 2023 Product-based Capstone

Final Selected Themes:

Food Accessibility, Agribusiness, and Food Security

Title of the Project:

Planthy

Executive Summary/Abstract:
Digitalisasi merupakan tujuan krusial untuk membuka peluang ekonomi hingga pedesaan.
Meski akses perangkat elektronik melonjak, pemanfaatan teknologi tersebut untuk produksi
ekonomi belum optimal. Meskipun Indonesia memiliki persentase pengguna e-commerce
terbesar (Katadata, 2021), indeks literasi digital tetap berada di kisaran 3,49 dalam skala 1-5
(Kominfo, 2022). Dengan demikian, disparitas literasi digital menghambat pembangunan
ekonomi Indonesia. Selain itu, menurut Faridzi & Munif (2014), pengetahuan petani tentang
pertanian diwarisi dari praktik masa lalu, bukan wacana ilmiah baru.

Jadi, mengingat digitalisasi bermanfaat bagi pembangunan ekonomi dan Industri 4.0 relevan
untuk masa depan sektor pertanian, bagaimana kita dapat mempercepat konvergensi sektor
pertanian dengan sektor e-commerce dan produk perawatan tanaman baru? Sebagai upaya
untuk mengatasi masalah tersebut, kami mengusulkan sebuah aplikasi yang akan menilai
kesehatan tanaman dan merekomendasikan solusi dengan produk dari sektor e-commerce.
Manfaat ekonomi tiga kali lipat, karena produsen mendapatkan solusi dan rekomendasi
produk, bisnis e-commerce paner mencapai demografi baru, dan petani dapat memasuki
sektor e-commerce seiring dengan peningkatan literasi digital. Kami bertujuan untuk
mengatasi masalah tersebut karena dampak nyata yang dapat terjadi pada petani di seluruh
Indonesia

How did your team come up with this project?

Dalam rapat gagasan, kami membahas bagaimana ekonomi Indonesia mengalami transisi
ekonomi sebagai dampak pandemi. Melihat kecerdikan digitalisasi dan pengaruhnya terhadap
ekonomi, salah satu anggota tim kami mengungkapkan pengalaman pengabdian
masyarakatnya, terutama tentang bagaimana warga kurang memiliki pengetahuan dan sumber
daya dalam menangani tanaman mereka dari berbagai penyakit serta bagaimana berhasil
menjual produk mereka. Oleh karena itu untuk membantu mereka mengatasi kendala
tersebut, kami ingin membuat sebuah aplikasi yang dapat mendeteksi penyakit tanaman
melalui foto dan memberikan pengobatan yang dianjurkan.
Project Plan for Bangkit 2023 Product-based Capstone
Project Scope & Deliverables:

Date Stakeholder Scope Deliverables

16/05 ML Team Collect plant disease image Well-labeled images

data from Kaggle

CC Team Setting up Cloud Create GCP project and invite

Environment members

MD Team UI/UX Design Prototyping High-Fidelity Prototype 20%

17/05 ML Team Collect plant disease image Well-labeled images that is

data from other sources already merged

CC Team Setting up Cloud GCP Role and rules permission

Environment

MD Team UI/UX Design Prototyping High-Fidelity Prototype 30% ()

18/05 ML Team Collecting plant treatment Well treatment data based on

datasets disease

CC Team Prepare Storage Ready storage for machine

learning datasets

MD Team UI/UX Design Prototyping High-Fidelity Prototype 40%

19/05 ML Team Clean and learn the Cleaned and ready to use datasets
datasets

CC Team Prepare Database Ready database for user account

MD Team UI/UX Design Prototyping High-Fidelity Prototype 55%

20/05 All Team No Work Well-rest

21/05

22/05 ML Team Do research and pre- Cleaned data with some features
process of plant disease extracted for learning
and treatment data
Project Plan for Bangkit 2023 Product-based Capstone

CC Team Store machine learning Ready to use database for testing

datasets

MD Team UI/UX Design Prototyping High-Fidelity Prototype 70%

23/05 ML Team Do Research and pre- Cleaned data with some features
process the data extracted for learning

CC Team Get permission to use Get tokopedia’s permission or

tokopedia’s API or knowledge in web crawler
Research in web crawler

MD Team UI/UX Design Prototyping High-Fidelity Prototype 80%

24/05 ML Team Do Research and pre- Cleaned data with some features
process the data and learn extracted for learning and
network architecture knowledge of different type of
network architecture that can be
implemented

CC Team Implementation Understand tokopedia’s API or

tokopedia’s API or implement web crawler
Implementation from
Research in web crawler

MD Team UI/UX Design Prototyping High-Fidelity Prototype 90%

25/05 ML Team Determining neural Architecture choices

network architecture

CC Team Implementation Products that is sold in tokopedia

tokopedia’s API or
Implementation from
Research in web crawler

MD Team UI/UX Design Prototyping High-Fidelity Prototype 100%

26/05 ML Team Implement the neural Network Architecture 50%

network architecture

CC Team Find ways to deploy the Deploy ML system 50%

ML system

MD Team Implementing prototype Application Progress 10%

Project Plan for Bangkit 2023 Product-based Capstone

design into code (Kotlin)

27/05 All Team No Work Well-rest

28/05

29/05 ML Team Implement the neural Network Architecture 100%

network architecture

CC Team Find ways to deploy the Deploy ML system 100%

ML system

MD Team Implementing prototype Application Progress 30%

design into code (Kotlin)

30/05 ML Team Train and validate the data Train and validating data process
50%

CC Team Find ways to deploy the Deploy ML system

ML system with ML team

MD Team Implementing prototype Application Progress 40%

design into code (Kotlin)

31/03 ML Team Train and validate the data Train and validating data process
100%

CC Team Deploy ML system with Deploy MLt

ML Team

MD Team Implementing prototype Application Progress 50%

design into code (Kotlin)

1/06 ML Team Collect more plant image Plant image with disease
with disease for testing

CC Team Deploy ML system with Deploy ML system for image

ML Team disease detection

MD Team Implementing prototype Application Progress 60%

design into code (Kotlin)

2/06 ML Team Test the architecture Review the architecture system

system
Project Plan for Bangkit 2023 Product-based Capstone

CC Team Develop additional API Additional API

MD Team Implementing prototype Application Progress 70%

design into code (Kotlin)

3/06 All Team No Work Well-rest

4/06

5/06 ML Team Research for machine Treatment suggestion based on

learning architecture for disease
treatment suggestion

CC Team Create API documentation API documentation

MD Team Implementing prototype Application Progress 80%

design into code (Kotlin)

6/06 ML Team Implement machine Machine learning system for

learning architecture for treatment suggestion based on
treatment suggestion disease

CC Team Combine treatment Treatments list that is ready to be

suggestion result from ML used by MD
with tokopedia list of
product

MD Team Implementing prototype Application Progress 90%

design into code (Kotlin)

7/06 ML Team Help MD implementing the ML system can be used in Mobile

ML system Application
CC Team

MD Team Implementing prototype Application Progress 100%

design into code (Kotlin)

8/06 ML Team Fix bugs 50% Bugs fixed 50%

CC Team
Project Plan for Bangkit 2023 Product-based Capstone

MD Team Unit Testing and UI Fixed Bugs

Testing

9/06 ML Team Fix bugs 100% Bugs fixed 100%

CC Team

MD Team Advanced Testing for any Secured Application Data

possible data bugs

10/06 All Team No Work Well-rest

11/06

12/06 All Team Try application Review Application

13/06 All Team Evaluate review and fix Application ready to be submitted
any bugs

14/06 All Team Evaluate review and fix Application ready to be submitted
any bugs

15/06 All Team Evaluate review and fix Application ready to be submitted
any bugs

16/06 All team Submit project Submitted project via form

Project Schedule:

Project Timeline W1 W2 W3 W4 W5 W6 W7

INITIATION

Recruit team

Team Building

Define & Validate Scope

Define & Validate Objectives

Project Plan for Bangkit 2023 Product-based Capstone

Obtain budget Approval

General Timeline

Identify Suppliers & Stakeholders

PLANNING

Create Ideal Timeline

Create Work Breakdown Structure

Role & Responsibilities

Requirement Gathering

Develop Business Required Document

Technical Architecture Discussion

Develop Technical Specification Document

Prototyping UI/UX

EXECUTION

BUILD

Mobile App Design

Application landing page

Application treatment result based on

disease

Application Development

Brainstorm application page

essentials

Application landing page code

Application treatment result code

Application wireframe

Bug Fixing
Project Plan for Bangkit 2023 Product-based Capstone

Create backend micro services

Tokopedia or web crawler micro

service

Deploy ML system in Google cloud

Ready to use API for mobile

application

Integration module

TEST

Unit & UI Testing

Advanced Testing

Internal test for microservices

User acceptance testing

Based on your team’s knowledge, what tools/IDE/Library and resources that your team
will use to solve the problem?
1. Tools
a. GitHub
b. Firebase/MySql
c. Python
d. Google Cloud Platform
e. JupyterNotebook
f. Postman
g. Figma
h. Trello
2. IDE
a. Visual Studio Code
b. Android Studio
3. Library
a. Retrofit
b. NumPy
c. Matplotlib
d. Tensorflow
e. Keras
Project Plan for Bangkit 2023 Product-based Capstone
f. Pandas
4. Resources
a. Laptop
b. Internet
c. Tokopedia API

Based on your knowledge and explorations, what will your team need support for?
1. Referensi untuk membangun sistem rekomendasi dan dasar-dasar UI/UX.
2. Data/Referensi untuk klasifikasi dan pengobatan citra penyakit tanaman.
3. Alokasi dana atau rekomendasi cloud Tim Bangkit Sebelumnya.
4. Dapatkan bantuan dalam mendapatkan API tokopedia untuk proyek capstone kami.

Based on your knowledge and explorations, tell us the Machine Learning Part of your
Capstone!
Komponen pembelajaran mesin dari klasifikasi penyakit tanaman dan pembuatan pengobatan
menggunakan algoritme visi komputer dan model pembelajaran mendalam untuk
menganalisis gambar input dari tanaman yang sakit dan secara akurat mengklasifikasikan
penyakit dan merekomendasikan pengobatan yang paling efektif. Selain itu, kami juga akan
menerapkan algoritme pencarian untuk menangkap produk yang akan membantu masalah
pengguna akhir. Untuk membantu pengembangan kami, kami kemudian akan menggunakan
berbagai perpustakaan seperti Tensolow, Numpy, dan Pandas. Terakhir kami akan
menerapkan sistem kami ke platform Google Cloud AI.

Based on your knowledge and explorations, tell us the Mobile Development Part of your
capstone?
Bagian pengembangan seluler dari proyek ini melibatkan pembuatan desain yang ramah
pengguna dan desain pengalaman pengguna yang baik menggunakan Figma dan
memanfaatkan bahasa pemrograman Kotlin dan berbagai pustaka di dalam Android Studio
untuk mengembangkan kode yang efisien dan dapat diskalakan untuk aplikasi Android kita

Based on your knowledge and explorations, tell us the Cloud/Web/Frontend/Backend

Part of your capstone?
cloud/web/frontend/backend dari proyek capstone kami terdiri dari penggunaan berbagai
bahasa pemrograman seperti HTML, CSS, Javascript, reactjs, dan tailwind untuk situs web.
Selain itu, untuk membantu pengguna dalam aktivitas sehari-hari, kami perlu memiliki sistem
manajemen waktu nyata seperti rebase dan juga menyediakan API atau titik akhir pribadi
untuk sisi backend proyek capstone kami.

Based on your team’s planning, is there any identifiable potential Risk or Issue related
to your project?
Project Plan for Bangkit 2023 Product-based Capstone
1. Problem
a. Perubahan atau revisi fitur, akan berdampak pada durasi dan fitur lainnya.
b. Salah prediksi saat menangkap objek.
c. Model memiliki kesalahan set dev yang tinggi. Solution
2. Solusion
a. Memperbaiki fitur apa pun yang dibangun untuk meminimalkan revisi.
b. Latih mesin dengan banyak dataset hingga mencapai parameter kinerja yang
baik
dan lakukan augmentasi gambar dengan generator data gambar.
c. Latih model atau arsitektur dengan distribusi data yang berbeda

Any other notes/remarks we should consider on your team’s application

Planthy akan memiliki desain sederhana yang tidak mengharuskan pengguna untuk masuk ke
aplikasi. Hal ini dikarenakan masih banyak orang yang bingung dalam menggunakan
smaphone. Dengan demikian, memiliki lebih sedikit fitur akan membantu mereka lebih cepat
beradaptasi dengan cara menggunakan aplikasi. Selain itu,dengan mengintegrasikan sistem
kami dengan platform tokopedia, kami berharap dapat membantu para pelaku bisnis yang
kesulitan mencari pelanggan di sektor pertanian.