Rancang Bangun Sistem Deteksi Jenis Penyakit Pada Daun Tanaman Anggur Menggunakan Convolutional Neural Network YoloV5 Pada Teaching Factory Universitas Duta Bangsa

Penelitian rancang bangun sistem deteksi jenis penyakit daun anggur dengan memanfaatkan algoritma YOLOv5 dan integrasi perangkat keras ESP32-CAM. Sistem ini secara khusus dirancang untuk mengklasifikasikan daun anggur ke dalam empat kategori penyakit utama: Black Rot, Black Measles, Leaf Blight, dan Healthy. Algoritma YOLOv5 dipilih karena mudah di akses dan dikembangkan sesuai dengan kebutuhan. Model YOLOv5 yang digunakan dalam penelitian ini dilatih dengan dataset yang terdiri dari 1600 gambar daun anggur, di mana setiap gambar telah diberi label sesuai dengan kategori penyakitnya dengan perbandingan 70% untuk data pelatihan, 20% validasi, dan 10% testing. Menggunakan ESP32-CAM, karena kemampuannya untuk mengirim data gambar langsung ke server untuk diproses oleh model YOLOv5. Mengurangi kerugian akibat penyakit, dan meningkatkan produktivitas kebun anggur secara keseluruhan.