Sistem Deteksi Penyakit Daun tanaman Kopi Robusta (Coffea canephora) Menggunakan Model Deep Learning Berbasis Object Detection
Sistem Deteksi Penyakit Daun Tanaman Kopi Robusta (Coffea canephora) Menggunakan Model Deep Learning Berbasis Object Detection
Pramana Putra
119310042
Harmiansyah, S.T., M.T.
Dr. Supriyanto, S.TP., M.Kom.
ABSTRAK
Tanaman kopi robusta (Coffea canephora) merupakan hasil perkebunan yang memiliki hasil produksi tertinggi yang ada di Indonesia. Jenis penyakit tanaman kopi yang sering terjadi yaitu daun karat dan daun bercak sehingga perlu adanya sistem automatic berbasis object detection dengan model pra-Terlatih YOLOv7 yang dapat mendeteksi penyakit tersebut untuk pencegahan pada perawatan tanaman kopi. Tujuannya dapat merancang kesesuaian model deep learning untuk mendeteksi penyakit daun pada tanaman kopi robusta. Metode yang digunakan yaitu dengan pengumpulan dataset gambar kopi dengan 3000 gambar yang. Dataset yang dikumpulkan akan dianotasikan dengan roboflow sehingga hasil anotasi akan di proses training, proses validasi, dan uji testing pada script deep learning yang digunakan. Hasil yang didapatkan berupa nilai total loss pada proses training yaitu 2.75%. Hasil yang didapatkan pada proses validasi terdiri dari nilai precision 89.4%, recall 94.1%, Mean Average Precision 84.1%, dan nilai confusion matriks. Hasil testing didapatkan terdiri dari precision 98.49
URI
https://repo.itera.ac.id/depan/submission/SB2308140029
Keyword