L2P UNIVERSITAS MUHAMMADIYAH PONOROGO
Universitas Muhammadiyah Ponorogo
Temukan setiap halaman yang menunggu untuk dibaca, setiap pengetahuan yang siap mengubah dunia.
DETEKSI DINI PENYAKIT PADA BIBIT CENGKEH MENGGUNAKAN ALGORITMA YOLOV8 BERBASIS PENDEKATAN DEEP LEARNING
MUNA SINTYA ELYZA PUTRI (21533453) - Nama Orang;
Skripsi · 2025
Penelitian ini bertujuan mengembangkan sistem deteksi dini penyakit bibit cengkeh melalui integrasi algoritma You Only Look Once (YOLOv8) berbasis deep learning pada aplikasi mobile. Sistem ini dirancang untuk mengidentifikasi penyakit umum seperti cacar daun, bercak daun, jamur akar putih, dan mati ranting pada bagian batang, pangkal akar, serta daun bibit cengkeh. Metode yang diterapkan meliputi pelatihan model YOLOv8 pada dataset berisi 3417 citra bibit cengkeh dari enam kelas, yang diakuisisi menggunakan smartphone dan di augmentasi, dengan pembagian 80% latih, 7% validasi, dan 5% uji. Hasil pengujian menunjukkan performa deteksi objek yang sangat baik pada model YOLOv8, tercermin dari rata-rata precision 98.0%, recall 97.4%, dan mean Average Precision (mAP@50 dan mAP@50-95) 99.2%. Integrasi model ke aplikasi mobile juga menunjukkan kinerja prediksi yang kuat, dibuktikan dengan nilai Mean Absolute Error (MAE) 0.0701 dan Mean Absolute Percentage Error (MAPE) 6.97%. Akurasi tinggi ini relevan bahkan di lingkungan mobile dengan variasi kualitas input. Aplikasi yang dikembangkan dengan Flutter ini menyediakan antarmuka intuitif, fitur deteksi langsung, riwayat, dan chatbot, secara signifikan mendukung diagnosis cepat dan akurat bagi petani dan teknisi lapangan.
Penanda Bagikan
About this edition
Edisi: -
ISBN/ISSN: -
Page count: xvii, 87 p, 30 cm.
Published: 2025
Format: text
Penerbit: TEKNIK UNMUH PONOROGO
Bahasa: Indonesia
Tipe Isi: text
Tipe Media: -
Tipe Pembawa: -
Ketersediaan
#
Prodi Teknik Informatika (Rak Koleksi Khusus)
80 PUT d FT-2025
KK1234FT
Tersedia namun tidak untuk dipinjamkan - No Loan
Versi lain/terkait
Tidak tersedia versi lain
