Deteksi penyakit padi menggunakan YOLO

Authors

  • Krisdianto Krisdianto Universitas Merdeka Malang
  • Elta Sonalitha Universitas Merdeka Malang
  • Yandhika Surya Akbar Gumilang Universitas Merdeka Malang

DOI:

https://doi.org/10.61132/uranus.v2i3.259

Keywords:

Panyakit padi, YOLO, Deteksi Objek

Abstract

. Padi (Oryza sativa) merupakan salah satu tanaman pangan utama di dunia, menempati urutan ketiga setelah jagung dan gandum. Di Asia Tenggara, khususnya Indonesia, sekitar 80% penduduknya menjadikan nasi sebagai makanan pokok. Namun, setiap tahunnya petani mengalami kegagalan panen hingga 37% akibat serangan hama dan penyakit, menurut International Rice Research Institute (IRRI). Penelitian ini bertujuan untuk membantu petani mengatasi penyakit pada tanaman padi dengan mengembangkan sistem klasifikasi otomatis menggunakan algoritma YOLO (You Only Look Once). Penelitian ini mengklasifikasikan empat jenis kondisi daun padi: Bacterial leaf blight, leaf smut, brown spot, dan daun padi sehat. Dataset yang digunakan berjumlah 661 gambar, dibagi menjadi 70% untuk data pelatihan, 10% untuk data validasi, dan 20% untuk data pengujian. Hasil penelitian menunjukkan bahwa akurasi terbaik pada pelatihan dicapai pada epoch ke-300 dengan akurasi sebesar 77%. Pengujian menggunakan confusion matrix juga menunjukkan akurasi rata-rata sebesar 77%. Algoritma YOLO terbukti efektif dalam mengklasifikasikan penyakit pada daun padi, memberikan solusi yang akurat dan efisien bagi petani dalam mengelola tanaman mereka.

Published

2024-07-22

How to Cite

Krisdianto, K., Elta Sonalitha, & Yandhika Surya Akbar Gumilang. (2024). Deteksi penyakit padi menggunakan YOLO. Uranus : Jurnal Ilmiah Teknik Elektro, Sains Dan Informatika, 2(3), 125–134. https://doi.org/10.61132/uranus.v2i3.259