USMUSM
Jurnal TransformatikaJurnal TransformatikaProduktivitas tanaman jambu biji (Psidium guajava L.) menghadapi ancaman serius dari penyakit Phytophthora, Scab, dan Stylar End Rot, namun metode deteksi konvensional seringkali memiliki keterbatasan dalam melokalisasi area infeksi secara akurat. Penelitian ini mengusulkan sistem deteksi terintegrasi menggunakan algoritma YOLOv8s untuk deteksi objek real-time dan K-Means Clustering untuk segmentasi area penyakit. Model dilatih menggunakan 600 citra dengan pembagian data latih, validasi, dan uji sebesar 50:40:10. Hasil pengujian menunjukkan performa tinggi dengan nilai Mean Average Precision mencapai 0.891 pada data uji, konsisten dengan hasil validasi (0.894), serta waktu inferensi rata-rata 26.1 ms. Sistem ini berkontribusi dalam menyediakan solusi pemantauan penyakit yang layak untuk aplikasi real-time, di mana integrasi K-Means terbukti efektif memvisualisasikan area terinfeksi secara presisi untuk analisis tingkat keparahan penyakit.
Penelitian ini berhasil mengintegrasikan metode YOLOv8s dan K-Means Clustering untuk mendeteksi serta mensegmentasi penyakit pada buah jambu biji secara real-time.Hasil pengujian menunjukkan performa model yang andal dengan nilai mAP50–95 sebesar 0.1 ms, yang menegaskan kelayakan sistem untuk implementasi praktis.Selain akurasi deteksi, penerapan K-Means terbukti efektif dalam memvisualisasikan area lesi penyakit secara presisi guna mendukung analisis tingkat keparahan secara visual.
Untuk pengembangan selanjutnya, disarankan untuk menambah variasi dalam dataset yang mencerminkan kondisi nyata di lapangan serta mengeksplorasi metode segmentasi lainnya agar pemetaan area infeksi lebih presisi. Penerapan sistem pada perangkat mobile atau embedded memungkinkan penggunaan secara real-time di lapangan maupun saat proses penyortiran buah. Selain itu, penelitian lebih lanjut dapat dilakukan untuk meningkatkan akurasi deteksi pada area infeksi berukuran kecil atau dengan tingkat kontras warna yang rendah. Studi komparatif antara berbagai metode segmentasi citra juga dapat dilakukan untuk memilih metode yang paling efektif dalam mendukung analisis tingkat keparahan penyakit secara visual.
- Segmentation of Diseased Tomato Leaf Image with K-Means Clustering Method in HSV Colour Space | The Indonesian... doi.org/10.33022/ijcs.v14i2.4685Segmentation of Diseased Tomato Leaf Image with K Means Clustering Method in HSV Colour Space The Indonesian doi 10 33022 ijcs v14i2 4685
- Deteksi Area Penyakit Jambu Biji menggunakan YOLOv8 dan K-Means Clustering | Jurnal Transformatika. deteksi... doi.org/10.26623/transformatika.v23i2.13234Deteksi Area Penyakit Jambu Biji menggunakan YOLOv8 dan K Means Clustering Jurnal Transformatika deteksi doi 10 26623 transformatika v23i2 13234
| File size | 811.42 KB |
| Pages | 9 |
| DMCA | Report |
Related /
UMIUMI Penelitian ini bertujuan mengembangkan model klasifikasi untuk memprediksi risiko stunting menggunakan algoritma SVM, KNN, dan Naïve Bayes. Data dariPenelitian ini bertujuan mengembangkan model klasifikasi untuk memprediksi risiko stunting menggunakan algoritma SVM, KNN, dan Naïve Bayes. Data dari
USMUSM Metode penelitian yang digunakan beragam, seperti simulasi komputer, pengujian lapangan, dan analisis biaya-manfaat. Hasil penelitian mengungkapkan bahwaMetode penelitian yang digunakan beragam, seperti simulasi komputer, pengujian lapangan, dan analisis biaya-manfaat. Hasil penelitian mengungkapkan bahwa
ZAMRONEDUZAMRONEDU Hasil validasi menunjukkan skor rata-rata 91,02% pada semua kriteria penilaian utama, termasuk konten, bahasa, konstruksi, dan desain. Berdasarkan hasilHasil validasi menunjukkan skor rata-rata 91,02% pada semua kriteria penilaian utama, termasuk konten, bahasa, konstruksi, dan desain. Berdasarkan hasil
PUBLIKASIINDONESIAPUBLIKASIINDONESIA 0,003 < 0,05 (selisih rata-rata 10,80 poin lebih tinggi pada kelas eksperimen). Nilai N-Gain masing-masing sebesar 0,57 (57,23% - kategori cukup efektif)0,003 < 0,05 (selisih rata-rata 10,80 poin lebih tinggi pada kelas eksperimen). Nilai N-Gain masing-masing sebesar 0,57 (57,23% - kategori cukup efektif)
AFEKSIAFEKSI Selain itu, media ini berperan dalam menanamkan nilai-nilai karakter seperti gotong royong, toleransi, dan cinta budaya lokal. Dengan demikian, MonopoliSelain itu, media ini berperan dalam menanamkan nilai-nilai karakter seperti gotong royong, toleransi, dan cinta budaya lokal. Dengan demikian, Monopoli
UNISSULAUNISSULA Model SPMT-TQM menawarkan kerangka kerja yang jelas, termasuk indikator kinerja, instrumen evaluasi, dan mekanisme perbaikan berkelanjutan. Validasi melaluiModel SPMT-TQM menawarkan kerangka kerja yang jelas, termasuk indikator kinerja, instrumen evaluasi, dan mekanisme perbaikan berkelanjutan. Validasi melalui
ZAMRONEDUZAMRONEDU Berdasarkan temuan ini, dapat disimpulkan bahwa media pembelajaran logika matematika berbasis game menggunakan aplikasi Quiz Whizzer baik secara validBerdasarkan temuan ini, dapat disimpulkan bahwa media pembelajaran logika matematika berbasis game menggunakan aplikasi Quiz Whizzer baik secara valid
UNIMEDUNIMED Tahap selanjutnya yakni LKPD diujicobakan pada tahap kepraktisan terhadap kepraktisan guru. Berdasarkan hasil uji coba kelompok kecil (small group) yangTahap selanjutnya yakni LKPD diujicobakan pada tahap kepraktisan terhadap kepraktisan guru. Berdasarkan hasil uji coba kelompok kecil (small group) yang
Useful /
AFEKSIAFEKSI Hasil validasi menunjukkan bahwa media pembelajaran memperoleh rata-rata 94%, modul ajar 92,2%, dan instrumen HOTS 90,7%, seluruhnya termasuk kategoriHasil validasi menunjukkan bahwa media pembelajaran memperoleh rata-rata 94%, modul ajar 92,2%, dan instrumen HOTS 90,7%, seluruhnya termasuk kategori
AFEKSIAFEKSI Pencarian artikel dilakukan pada basis data Scopus, Sinta, dan Google Scholar dengan rentang publikasi tahun 2018–2025, sehingga diperoleh 25 artikelPencarian artikel dilakukan pada basis data Scopus, Sinta, dan Google Scholar dengan rentang publikasi tahun 2018–2025, sehingga diperoleh 25 artikel
ZAMRONEDUZAMRONEDU Data was analyzed using Wilcoxon and n-Gain tests. The results showed that the STEAM integrated problem-based learning model effectively improved studentsData was analyzed using Wilcoxon and n-Gain tests. The results showed that the STEAM integrated problem-based learning model effectively improved students
UIN SUSKAUIN SUSKA Metode pengambilan sampel yang digunakan adalah metode komposit, yaitu menggabungkan 9 anak sampel tanah yang diambil dari 9 titik sampel pada petak tanahMetode pengambilan sampel yang digunakan adalah metode komposit, yaitu menggabungkan 9 anak sampel tanah yang diambil dari 9 titik sampel pada petak tanah