Deteksi Penyakit Hawar Daun Tanaman Kentang Menggunakan Metode YOLOv8 - Dalam bentuk buku karya ilmiah
MUHAMMAD FAUZAN

Informasi Umum

Kode

25.04.3207

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Deep Learning

Dilihat

14 kali

Informasi Lainnya

Abstraksi

Tanaman kentang merupakan komoditas pertanian penting di Indonesia, namun produksinya sering terganggu oleh penyakit hawar daun seperti <em>early blight</em> dan <em>late blight</em>. Identifikasi secara manual oleh petani bersifat lambat, kurang akurat, dan rawan kesalahan. Penelitian ini bertujuan mengembangkan sistem deteksi otomatis berbasis citra daun kentang untuk mengklasifikasikan kondisi daun menjadi tiga kelas: <em>early blight, late blight</em>, dan sehat. Metode yang digunakan adalah <em>deep learning</em> dengan algoritma YOLOv8, yang dikenal unggul dalam deteksi objek secara cepat dan presisi. <em>Dataset</em> yang digunakan terdiri dari 1.253 citra <em>sekunder</em> yang diperluas melalui teknik augmentasi seperti rotasi, <em>flip</em>, dan penyesuaian warna untuk meningkatkan keragaman data. Eksperimen dilakukan dengan menggunakan tiga jenis <em>optimizer</em>: SGD, Adam, dan AdamW, dengan hasil menunjukkan bahwa SGD memberikan performa terbaik. Model kemudian diimplementasikan ke dalam aplikasi <em>web</em> interaktif berbasis Streamlit yang mendukung deteksi melalui gambar, video, dan <em>webcam</em>. Hasil pengujian pada dataset <em>testing</em> menunjukkan performa tinggi dengan nilai [email protected] sebesar 0.866. Deteksi kelas <em>early blight</em> dan <em>healthy</em> menunjukkan hasil sangat baik, masing-masing dengan <em>F1-score</em> 0.880 dan 0.835, sementara kelas late blight masih menghadapi tantangan dengan <em>recall</em> lebih rendah. Penelitian ini membuktikan bahwa YOLOv8 efektif dalam deteksi penyakit daun kentang dan memiliki potensi besar dalam membantu petani meningkatkan efisiensi dan produktivitas.

• CAK3JAB3 - Pembelajaran Mesin
• CAK4OBB3 - Pengolahan Citra Digital
• CAK4WBB3 - Visi Komputer

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook