PENERAPAN METODE YOLOv10 UNTUK MENDETEKSI PENYAKIT DAUN TANAMAN GAMBIR

Aziz, Majid Rahman (2025) PENERAPAN METODE YOLOv10 UNTUK MENDETEKSI PENYAKIT DAUN TANAMAN GAMBIR. Masters thesis, Universitas Putra Indonesia YPTK.

Preview	Text TESIS_231321018_Majid Rahman Aziz_ABSTRAK.pdf Download (93kB) | Preview
Preview	Text TESIS_231321018_Majid Rahman Aziz_BAB I.pdf Download (142kB) | Preview
Preview	Text TESIS_231321018_Majid Rahman Aziz_DAFTAR PUSTAKA.pdf Download (145kB) | Preview
	Text TESIS_231321018_Majid Rahman Aziz_FULL TEXT.pdf Restricted to Repository staff only Download (6MB)

Abstract

Kemajuan teknologi kecerdasan buatan (Artificial Intelligence) telah memungkinkan berbagai aplikasi dalam bidang deteksi objek dan pengolahan citra. Salah satu algoritma yang banyak digunakan adalah You Only Look Once (YOLO). Tujuan dari YOLOv10 diterapkan untuk mendeteksi penyakit daun pada tanaman Gambir (Uncaria Gambir Roxb). Tanaman Gambir memiliki nilai ekonomis tinggi dan merupakan komoditas ekspor utama dari Sumatera Barat, Indonesia. Produktivitas hasil dari tanaman Gambir terancam oleh serangan penyakit seperti Mati Pucuk dan Karat Daun, yang dapat menurunkan kualitas dan kuantitas panen. Metode YOLOv10 digunakan karena kemampuannya dalam mengidentifikasi objek secara cepat dan akurat. Petani umumnya masih mengandalkan metode deteksi konvensional yang kurang efektif, sehingga diperlukan solusi berbasis kecerdasan buatan untuk meningkatkan efisiensi dan akurasi dalam mendeteksi penyakit daun pada tanaman gambir. Penelitian ini menggunakan dataset primer yang terdiri dari 198 gambar penyakit Mati Pucuk dan 186 gambar Karat Daun, sehingga total keseluruhan data adalah 384 gambar. Setelah proses Augmentasi data jumlah gambar meningkat menjadi 2.688 untuk meningkatkan performa model. Model yang dilatih mencapai nilai evaluasi dengan Precision 100%, Recall 98%, Precision-Recall 94%, dan akurasi rata-rata 73% berdasarkan confusion matrix. Setelah mendapatkan hasil dari proses training data dilakukan pengujian deteksi menggunakan model YOLOv10 untuk mengidentifikasi penyakit pada tanaman Gambir. Metode ini lebih efisien dibandingkan deteksi konvensional dan dapat membantu petani dalam identifikasi dini penyakit, yang berkontribusi pada peningkatan produktivitas tanaman Gambir.

Actions (login required)

View Item