Digitalisasi pertanian telah diterapkan secara luas, namun penerapan teknologi deteksi hama pada daun sawi hijau masih terbatas. Penelitian ini bertujuan untuk mengintegrasikan model machine learning ke dalam aplikasi “CaiGuard” menggunakan library tensorflow.lite. Aplikasi ini dirancang menggunakan metode scrum untuk meningkatkan kualitas hasil panen dan membantu petani hidroponik mengatasi serangan hama pada sawi hijau. Metode scrum memiliki pendekatan iteratif dan incremental yang mengedepankan transparansi, inspeksi dan adaptasi sebagai fondasi utama dalam pengembangan aplikasi. Struktur peran yang jelas mendorong terciptanya aplikasi yang mudah diadaptasi oleh pengguna. Sementara melalui tahapan sprint retrospective pengembangan akan secara rutin mengevaluasi dan menyempurnakan proses kerja untuk memastikan peningkatan kualitas produk secara berkelanjutan. Hasil penelitian ini membuktikan bahwa aplikasi “CaiGuard” dapat meningkatkan fungsionalitas kerja para petani hidroponik, itu semua tercipta berkat adanya fitur pada aplikasi “CaiGuard” yaitu analisis gambar daun, deteksi objek, monitoring penyiraman air dan handling recommendation. Untuk mendukung reliability aplikasi peneliti juga menambahkan metode greybox testing dan cluster sampling agar hasil testing dari pengguna bisa mewakili bahwa aplikasi “CaiGuard” layak untuk digunakan, dari metode tersebut persentase nilai testing ialah 87.5% atau mencakup nilai sangat setuju. Dalam penelitian ada beberapa implikasi yang dapat ditingkatkan pada penelitian berikutnya yaitu bisa diintegrasikan dengan internet of things (IOT) dan aplikasi sudah cross platform.

Agricultural digitization has been widely implemented, but the application of pest detection technology on green mustard leaves is still limited. This study aims to integrate machine learning models into the “CaiGuard” application using the TensorFlow. Lite library. We designed this application using the scrum method to enhance crop quality and assist hydroponic farmers in combating pest attacks on green mustard. The Scrum method employs an iterative and incremental approach that emphasizes transparency, inspection, and adaptation as the foundational principles of application development. A clear role structure facilitates the creation of an application that is easily adaptable by users. Meanwhile, through the sprint retrospective stage, development will routinely evaluate and refine work processes to ensure continuous improvement in product quality. The results of this study prove that the “CaiGuard” application can improve the functionality of hydroponic farmers' work, all of which is made possible by the features of the “CaiGuard” application, namely leaf image analysis, object detection, watering monitoring, and handling recommendations. To support the reliability of the application, researchers also added greybox testing and cluster sampling methods to ensure that user testing results accurately represent the application's suitability for use. The testing percentage from these methods was 87.5%, indicating a high level of agreement. In this study, there are several implications that can be improved in future research, such as integrating the application with the Internet of Things (IoT) and making it cross-platform compatible.