FT UNDARFT UNDAR
Jurnal JEETechJurnal JEETechPisang adalah salah satu komoditas buah tropis dengan nilai ekonomi tinggi; namun, ia rentan terhadap penyakit seperti antraknosa (noda), busuk mahkota, dan busuk buah, yang dapat mengurangi hasil panen dan kualitas buah. Metode deteksi manual konvensional masih banyak digunakan, tetapi seringkali menghadapi batasan dalam konsistensi, efisiensi, dan skalabilitas. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem deteksi penyakit pisang berbasis pengolahan citra digital menggunakan algoritma You Only Look Once versi 5 (YOLOv5). Penelitian ini menggunakan pendekatan eksperimental kuantitatif dengan menggunakan dataset 1.005 gambar pisang yang diberi label melalui platform Roboflow. Proses pelatihan dilakukan di Google Colaboratory dengan konfigurasi empat epoch: 20, 50, 80, dan 100 epoch. Kinerja model dievaluasi menggunakan presisi, recall, F1-score, mean Average Precision (mAP), dan analisis matriks kebingungan. Hasil eksperimen menunjukkan bahwa kinerja model terbaik diperoleh pada 50 epoch, dengan nilai mAP@50 sebesar 8,17%. Temuan ini menunjukkan bahwa YOLOv5 dapat mendukung deteksi penyakit pisang yang efektif di bawah kondisi eksperimen yang diterapkan dalam penelitian ini. Selain itu, sistem berbasis web yang dikembangkan menggunakan Flask meningkatkan aksesibilitas dan kemudahan penggunaan bagi pengguna dalam memantau penyakit pisang. Namun, penelitian ini terbatas oleh ukuran dataset yang relatif kecil dan kondisi pengambilan gambar yang terkendali, yang dapat mempengaruhi generalisasi model di lingkungan nyata. Studi lanjutan direkomendasikan untuk memperluas dataset, memasukkan kondisi lingkungan yang lebih beragam, dan mengembangkan implementasi berbasis mobile untuk aplikasi lapangan secara real-time.
Penelitian ini berhasil menerapkan metode YOLOv5 untuk mendeteksi penyakit buah pisang yang terdiri dari tiga kelas, yaitu Antraknosa, Busuk Mahkota, dan Busuk Buah.005 gambar pisang yang diberi label dan dievaluasi menggunakan data uji untuk mengukur kinerja deteksi.Berdasarkan hasil eksperimen, model YOLOv5 mampu mendeteksi objek penyakit pada gambar buah pisang dengan kinerja yang baik, mencapai nilai mAP@50 sebesar 0,817.Oleh karena itu, model ini memiliki potensi untuk membantu deteksi penyakit pisang secara otomatis dalam aplikasi berbasis gambar.Namun, penelitian ini masih memiliki beberapa keterbatasan.Ukuran dataset relatif terbatas dan hanya menggunakan gambar dari dataset publik, yang mungkin tidak sepenuhnya mewakili kondisi lingkungan nyata.Selain itu, proses pengujian dilakukan dalam kondisi terkendali dan belum divalidasi langsung di lingkungan pertanian nyata.Oleh karena itu, klaim mengenai efektivitas model harus dibatasi pada dataset eksperimen dan skenario pengujian yang digunakan dalam penelitian ini.Memperluas dataset dengan variasi gambar yang lebih beragam, kondisi pencahayaan, dan tingkat keparahan penyakit.Melakukan validasi lapangan menggunakan gambar perkebunan pisang secara real-time untuk mengevaluasi ketahanan model dalam kondisi praktis.Menerapkan dan menguji model dalam sistem deteksi real-time seperti aplikasi pertanian berbasis mobile atau IoT.Membandingkan YOLOv5 dengan arsitektur deteksi objek yang lebih baru untuk meningkatkan akurasi deteksi dan kinerja inferensi.Perbaikan-perbaikan ini diharapkan dapat meningkatkan keandalan, kemampuan generalisasi, dan keterapan praktis sistem deteksi penyakit pisang dalam sektor pertanian.
Untuk penelitian lanjutan, disarankan untuk memperluas dataset dengan memasukkan lebih banyak variasi gambar, kondisi pencahayaan, dan tingkat keparahan penyakit yang berbeda. Hal ini akan membantu meningkatkan generalisasi model dan kinerjanya dalam kondisi nyata. Selain itu, perlu dilakukan validasi lapangan menggunakan gambar dari perkebunan pisang yang sebenarnya untuk mengevaluasi ketahanan model dalam kondisi praktis. Validasi ini akan memberikan gambaran yang lebih akurat mengenai kinerja model dalam situasi nyata. Selanjutnya, implementasi model dalam sistem deteksi real-time, seperti aplikasi pertanian berbasis mobile atau IoT, akan memungkinkan deteksi penyakit pisang secara lebih cepat dan efisien di lapangan. Penelitian ini juga dapat dibandingkan dengan arsitektur deteksi objek yang lebih baru, seperti YOLOv8, untuk meningkatkan akurasi deteksi dan kinerja inferensi. Dengan melakukan perbandingan ini, dapat diperoleh pemahaman yang lebih baik mengenai kinerja YOLOv5 dalam konteks deteksi penyakit pisang dan memungkinkan pengembangan model yang lebih optimal.
- EVALUASI AUGMENTASI DATA PADA DETEKSI PENYAKIT DAUN TEBU DENGAN YOLOV8 | JATI (Jurnal Mahasiswa Teknik... ejournal.itn.ac.id/index.php/jati/article/view/10267EVALUASI AUGMENTASI DATA PADA DETEKSI PENYAKIT DAUN TEBU DENGAN YOLOV8 JATI Jurnal Mahasiswa Teknik ejournal itn ac index php jati article view 10267
- Klasifikasi Penyakit Tanaman Cabai Rawit Dilengkapi Dengan Segmentasi Citra Daun dan Buah Menggunakan... journal.ipm2kpe.or.id/index.php/INTECOM/article/view/6071Klasifikasi Penyakit Tanaman Cabai Rawit Dilengkapi Dengan Segmentasi Citra Daun dan Buah Menggunakan journal ipm2kpe index php INTECOM article view 6071
- Classification of Banana Ripe Level Based on Texture Features and KNN Algorithms | Jurnal Nasional Teknik... jurnal.ugm.ac.id/v3/JNTETI/article/view/462Classification of Banana Ripe Level Based on Texture Features and KNN Algorithms Jurnal Nasional Teknik jurnal ugm ac v3 JNTETI article view 462
- Deteksi Penyakit Daun Durian dengan Algoritma YOLO (You Only Look Once) | Mauladany | Aviation Electronics,... ejournals.itda.ac.id/index.php/avitec/article/view/2067Deteksi Penyakit Daun Durian dengan Algoritma YOLO You Only Look Once Mauladany Aviation Electronics ejournals itda ac index php avitec article view 2067
| File size | 1011.71 KB |
| Pages | 11 |
| DMCA | Report |
Related /
UMSUMS Tinjauan sistematis ini bertujuan untuk menilai karakteristik psikometrik EPDS, terutama keandalan dan validitasnya dalam mengidentifikasi gejala depresi.Tinjauan sistematis ini bertujuan untuk menilai karakteristik psikometrik EPDS, terutama keandalan dan validitasnya dalam mengidentifikasi gejala depresi.
PELITABANGSAPELITABANGSA Kinerja SVM menunjukkan bahwa pendekatan berbasis margin efektif dalam membedakan pola perilaku ransomware dan benign berdasarkan karakteristik akses penyimpanan.Kinerja SVM menunjukkan bahwa pendekatan berbasis margin efektif dalam membedakan pola perilaku ransomware dan benign berdasarkan karakteristik akses penyimpanan.
UNRAMUNRAM Sementara serangan port-scanning memiliki kebutuhan sumber daya yang lebih rendah dengan kebutuhan CPU tertinggi pada Opencanary sebesar 3% dan CowrieSementara serangan port-scanning memiliki kebutuhan sumber daya yang lebih rendah dengan kebutuhan CPU tertinggi pada Opencanary sebesar 3% dan Cowrie
ISASISAS Hasil menunjukkan adanya puncak frekuensi pada spektrum getaran yang sesuai dengan BPFO dan BPFI, mengindikasikan adanya keausan pada tahap awal di komponenHasil menunjukkan adanya puncak frekuensi pada spektrum getaran yang sesuai dengan BPFO dan BPFI, mengindikasikan adanya keausan pada tahap awal di komponen
UNESAUNESA Hasil penelitian menunjukkan lemahnya monitoring kinerja, dokumentasi pengendalian, dan pelaporan kepatuhan. Kertas kerja audit yang dirancang terdiriHasil penelitian menunjukkan lemahnya monitoring kinerja, dokumentasi pengendalian, dan pelaporan kepatuhan. Kertas kerja audit yang dirancang terdiri
UNIPASBYUNIPASBY Namun, infeksi daun pada tanaman jagung sering menyebabkan kerugian hasil yang signifikan dan mengancam ketahanan pangan. Deteksi dini penyakit ini sangatNamun, infeksi daun pada tanaman jagung sering menyebabkan kerugian hasil yang signifikan dan mengancam ketahanan pangan. Deteksi dini penyakit ini sangat
UHBUHB Dibandingkan dengan metode konvensional, logika fuzzy mampu mengatasi ketidakpastian dalam diagnosa kanker dengan lebih baik, meningkatkan akurasi diagnosis,Dibandingkan dengan metode konvensional, logika fuzzy mampu mengatasi ketidakpastian dalam diagnosa kanker dengan lebih baik, meningkatkan akurasi diagnosis,
Tel-UTel-U Serangan ransomware ini melibatkan penghapusan file, penimpaan file, penghapusan salinan bayangan volume, enkripsi file, pembuatan kunci lokal, dan potensiSerangan ransomware ini melibatkan penghapusan file, penimpaan file, penghapusan salinan bayangan volume, enkripsi file, pembuatan kunci lokal, dan potensi
Useful /
RIFAINSTITUTERIFAINSTITUTE Aplikasi dikembangkan menggunakan platform low‑code AppSheet dan divalidasi oleh praktisi serta pakar media. Evaluasi dilakukan dengan desain satu kelompokAplikasi dikembangkan menggunakan platform low‑code AppSheet dan divalidasi oleh praktisi serta pakar media. Evaluasi dilakukan dengan desain satu kelompok
UNJAUNJA Tetapi, tokoh Theo juga memiliki kecemasan yang tinggi karena mengalami hidup yang penuh kesengsaraan sehingga menghadirkan insting kematian dalam dirinya.Tetapi, tokoh Theo juga memiliki kecemasan yang tinggi karena mengalami hidup yang penuh kesengsaraan sehingga menghadirkan insting kematian dalam dirinya.
ISASISAS This paper presents the design and implementation of an automatic irrigation system that optimizes water delivery based on real-time soil moisture levels,This paper presents the design and implementation of an automatic irrigation system that optimizes water delivery based on real-time soil moisture levels,
UNJAUNJA Nilai individu menulis teks eksposisi dikategorikan sangat mampu. Implementasi model experiential learning telah sesuai dengan langkah pembelajaran yangNilai individu menulis teks eksposisi dikategorikan sangat mampu. Implementasi model experiential learning telah sesuai dengan langkah pembelajaran yang