View/Open

Author
FERREYLA, SETARA IBN SEENA

Date Published
25 Jun 2026

Advisor
Meida Cahyo Untoro, S.Kom., M.Kom,

Subject
Teknik Informatika

Publisher

Kelapa sawit merupakan komoditas perkebunan penting di Indonesia, namun produktivitasnya dapat menurun akibat penyakit yang menyerang daun. Identifikasi kesehatan daun secara visual memerlukan waktu, tenaga ahli, dan berpotensi menimbulkan kesalahan. Penelitian ini bertujuan mengembangkan model deteksi objek berbasis citra digital menggunakan YOLOv8n untuk mendeteksi kesehatan daun pada bibit kelapa sawit. Dataset yang digunakan terdiri dari 1.487 gambar dengan 6.569 objek yang dikelompokkan ke dalam dua kelas, yaitu Sehat dan Tidak Sehat. Tahapan penelitian meliputi pengumpulan data, anotasi, pelatihan model, dan evaluasi menggunakan Precision, Recall, F1-Score, mAP, dan Confusion Matrix. Hasil pengujian menunjukkan nilai mAP50 sebesar 77

URI
https://repo.itera.ac.id/depan/submission/SB2606220116

Keyword
Kelapa Sawit Deteksi Objek YOLOv8n-OBB Deep Learning Deteksi Kesehatan Daun