Sistem pendeteksi penyakit buah alpukat (Persea Americana) menggunakan You Only Look Once (YOLO)

Purnama, Gilang Cahya (2024) Sistem pendeteksi penyakit buah alpukat (Persea Americana) menggunakan You Only Look Once (YOLO). Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text
1_cover.pdf

Download (165kB) | Preview
[img]
Preview
Text
2_abstrak.pdf

Download (149kB) | Preview
[img]
Preview
Text
3_skbebasplagiarism.pdf

Download (356kB) | Preview
[img]
Preview
Text
4_daftarisi.pdf

Download (175kB) | Preview
[img]
Preview
Text
5_bab1.pdf

Download (226kB) | Preview
[img] Text
6_bab2.pdf
Restricted to Registered users only

Download (515kB) | Request a copy
[img] Text
7_bab3.pdf
Restricted to Registered users only

Download (485kB) | Request a copy
[img] Text
8_bab4.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text
9_bab5.pdf
Restricted to Registered users only

Download (152kB) | Request a copy
[img] Text
10_daftarpustaka.pdf
Restricted to Registered users only

Download (125kB) | Request a copy

Abstract

INDONESIA: Menurut data dari Badan Pusat Statistik (BPS) Indonesia, pada tahun 2022, alpukat menduduki peringkat kesembilan dari dua puluh empat jenis buah dengan total produksi tetinggi. Jumlah total produksi alpukat mencapai 865.780ton pada tahun 2022. Namun, tanaman alpukat juga sering kali terkena berbagai penyakit, yang sebagian besar disebabkan oleh jamur. Masalah ini dianggap penting secara global karena pertumbuhan ekonomi sebagian besar negara berkembang sangat tergantung pada sektor pertanian, yang umumnya di sebabkan oleh penyakit Anthracnose yang menyerang tanaman alpukat mulai dari masa pembentukan buah hingga pasca panen. Penyakit Anthracnose menjadi masalah paling serius dalam budidaya alpukat, karena dapat menyebabkan kerugian sebesar 70% sebelum panen. Masalah utama yang dihadapi adalah bahwa identifikasi penyakit pada buah alpukat masih dilakukan secara manual. Tujuan dari penelitian ini adalah untuk mendeteksi penyakit pada buah alpukat menggunakan algoritma You Only Look Once (YOLO) dan menguji hasil deteksi penyakit menggunakan algoritma ini. Metode yang digunakan dalam penelitian ini adalah You Only Look Once version 5 (YOLOv5), yang merupakan metode deteksi objek. Hasil pengujian menunjukkan bahwa YOLO dapat mendeteksi penyakit pada buah alpukat dengan nilai precision, recall, F-1 score, dan accuracy secara berturut-turut pada iterasi ke-12.600 adalah 0.62, 0.618, 0.618 dan 0.612. Nilai mean Average Precision (mAP) mencapai 59.3% dengan nilai rata-rata Intersection over Union (IoU) sebesar 45.7%. ENGLISH: However, avocado plants are also frequently affected by various diseases, most of which are caused by fungi. This issue is considered significant globally because the economic growth of many developing countries largely depends on the agricultural sector, which is generally impacted by Anthracnose disease that affects avocado plants from fruit formation to post-harvest. Anthracnose is the most serious problem in avocado cultivation as it can cause losses of up to 70% before harvest. The main issue faced is that disease identification in avocados is still done manually. The aim of this research is to detect diseases in avocados using the You Only Look Once (YOLO) algorithm and to test the detection results using this algorithm. The method used in this research is You Only Look Once version 5 (YOLOv5), which is an object detection method. The test results show that YOLO can detect diseases in avocados with precision, recall, F-1 score, and accuracy values of adalah 0.62, 0.618, 0.618 and 0.612, respectively, at the 12.600th iteration. The mean Average Precision (mAP) reached 59.3%, with an average Intersection over Union (IoU) of 45.7%.

Item Type: Thesis (Sarjana)
Additional Information: TIDAK ADA LAMPIRAN
Uncontrolled Keywords: Object detection; healthy; anthracnose; YOLOv5; avocado; CRISP-DM
Subjects: Data Processing, Computer Science
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Gilang Cahya Purnama
Date Deposited: 06 Nov 2025 01:17
Last Modified: 10 Nov 2025 06:40
URI: https://digilib.uinsgd.ac.id/id/eprint/124100

Actions (login required)

View Item View Item