View/Open

Author
MITHA, JUANNA HARLIS

Date Published
29 Aug 2026

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

Subject
Teknik Biosistem

Publisher

Padi merupakan komoditas pangan strategis yang menjadi penopang utama ketahanan pangan di Indonesia. Penelitian ini mengembangkan sistem berbasis deep learning untuk memprediksi kandungan N, P, dan K tanaman padi pada fase vegetatif secara non-destruktif. Citra daun dilatih menggunakan YOLOv11-seg untuk model segmentasi sistem. Kalibrasi warna citra dan ekstraksi fitur RGB, ExG, dan GLI kemudian dilakukan sebagai masukan prediksi menggunakan MLP dengan membandingkan optimizer Adam, RMSProp, dan SGD. Optimizer Adam menghasilkan kinerja terbaik dengan R² 0.369, sementara YOLOv11-seg memperoleh mAP50 sebesar 0.897. Sistem diimplementasikan dalam website untuk prediksi NPK dan rekomendasi pupuk. Pengujian 72 data menunjukkan 86.11

URI
https://repo.itera.ac.id/depan/submission/SB2609150055

Keyword
Tanaman Padi NPK Deep Learning YOLOv11-seg MLP MobileNetV2 Ekstraksi Fitur