View/Open

Author
PUTRA, IMAM SAFEI

Advisor
Harmiansyah, S.T., M.T.,
Tri Siswandi Syahputra, S.Si, M.Si.,

Koleksi
Teknik Biosistem

Publisher

Penyakit pada tanaman jagung seperti hawar daun, karat daun, dan bercak daun abu-abu merupakan salah satu faktor yang dapat menurunkan produktivitas dan kualitas hasil panen. Produksi jagung di Indonesia menurun 12,5% pada tahun 2023. Identifikasi penyakit daun secara dini dan akurat sangat penting untuk mencegah penyebaran penyakit dan mengurangi kerugian ekonomi. Penelitian ini menggunakan metode deep learning dengan arsitektur YOLOv11 dengan tiga pendekatan untuk membangun model klasifikasi penyakit daun jagung. Penelitian ini berfokus pada klasifikasi penyakit daun jagung hawar daun, karat daun, dan bercak daun abu-abu dan pemberian rekomendasi pengendalian nya. Dataset yang digunakan terdiri dari 4000 citra. Evaluasi model didasarkan pada nilai akurasi, presisi, recall, dan F1-score, dan Top-1 Accuracy. Hasil penelitian menunjukkan bahwa model YOLOv11 dengan pendekatan build from scratch menggunakan optimizer SGD dan 50 epoch pada rasio data 90%:5%:5%, menghasilkan ilai akurasi 100%, presisi 100%, recall 100%, F1-Score 100%, dan Top-1 Accuracy 99,5%. Model yang dihasilkan di implementasikan ke dalam sistem berbasis website untuk memudahkan petani dalam mendeteksi penyakit daun jagung dan memperoleh rekomendasi pengendalian nya.

URI
https://repo.itera.ac.id/depan/submission/SB2510230007

Keyword
Deep Learning, Jagung, Penyakit Daun, Klasifikasi,