IDENTIFIKASI PENYAKIT PADA DAUN MANGGA MENGGUNAKAN ALGORITMA YOLO V8

AUFA FAIZ SETYAWAN (2024) IDENTIFIKASI PENYAKIT PADA DAUN MANGGA MENGGUNAKAN ALGORITMA YOLO V8. S1 thesis, Universitas Muhammadiyah Yogyakarta.

[thumbnail of Halaman Judul] Text (Halaman Judul)
Halaman Judul.pdf

Download (705kB)
[thumbnail of Lembar Pengesahan] Text (Lembar Pengesahan)
Lembar Pengesahan.pdf
Restricted to Registered users only

Download (129kB)
[thumbnail of Abstrak] Text (Abstrak)
Abstrak.pdf
Restricted to Registered users only

Download (9kB)
[thumbnail of Bab I] Text (Bab I)
Bab I.pdf

Download (18kB)
[thumbnail of Bab II] Text (Bab II)
Bab II.pdf
Restricted to Registered users only

Download (417kB)
[thumbnail of Bab III] Text (Bab III)
Bab III.pdf
Restricted to Registered users only

Download (1MB)
[thumbnail of Bab IV] Text (Bab IV)
Bab IV.pdf
Restricted to Registered users only

Download (1MB)
[thumbnail of Bab V] Text (Bab V)
Bab V.pdf
Restricted to Registered users only

Download (73kB)
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
Daftar Pustaka.pdf
Restricted to Registered users only

Download (74kB)
[thumbnail of Lampiran] Text (Lampiran)
Lampiran.pdf
Restricted to Registered users only

Download (574kB)
[thumbnail of Naskah Publikasi] Text (Naskah Publikasi)
Naskah Publikasi.pdf
Restricted to Registered users only

Download (884kB)
[thumbnail of Full Text] Text (Full Text)
Full Text.pdf
Restricted to Repository staff only

Download (4MB)

Abstract

Buah mangga (mangifera indica) merupakan buah tropis yang populer di dunia termasuk Indonesia. Produksi buah mangga Indonesia yang mencapai rekor 3 juta ton pada tahun 2022 menjadikan Indonesia sebagai produsen buah mangga terbesar ke-4 di dunia. Namun, dalam produksinya sering ditemukan penyakit yang menurunkan kualitas buah mangga. Pencegahan bisa dimulai dari identifikasi penyakit yang muncul pada daun mangga. Identifikasi secara manual yang biasa dilakukan memiliki kekurangan karena masih bersifat subjektif. Karena itu, dibutuhkan metode agar memudahkan proses identifikasi penyakit pada daun. Salah satunya menggunakan algoritma deteksi objek YOLO V8 yang memiliki akurasi yang tinggi dan inferensi yang cepat. YOLO V8 dilatih untuk dapat mendeteksi 7 kelas penyakit daun dan 1 kelas daun sehat dengan 4000 gambar dataset. Dengan pelatihan sebanyak 100 epochs menghasilkan model yang dapat mendeteksi penyakit daun dengan akurasi 48% dan skor F1 65%. Rendahnya akurasi dan skor F1 disebabkan oleh visual dataset yang kurang beragam. Pelatihan ulang dilakukan untuk meningkatkan akurasi dan skor F1 model dengan penambahan 370 dataset yang lebih beragam. Hasil akhir performa model memiliki akurasi sebesar 71% dan skor F1 83%.

Item Type: Thesis (S1)
Uncontrolled Keywords: Disease Identification, Mango Leaf, YOLO V8, Python
Divisions: Fakultas Teknik > Teknik Elektro S1
Depositing User: Aidilla Qurotianti
Date Deposited: 26 Oct 2024 06:59
Last Modified: 26 Oct 2024 06:59
URI: https://etd.umy.ac.id/id/eprint/48458

Actions (login required)

View Item
View Item