DETEKSI PENYAKIT PADA DAUN CABAI MENGGUNAKAN ALGORITMMA YOU ONLY LOOK ONCE BERBASIS DEEP LEARNING

PRADANA, RAY VALENTINO (2025) DETEKSI PENYAKIT PADA DAUN CABAI MENGGUNAKAN ALGORITMMA YOU ONLY LOOK ONCE BERBASIS DEEP LEARNING. Other thesis, Universitas Duta Bangsa Surakarta.

[thumbnail of Cover dan Abstrak.pdf] Text
Cover dan Abstrak.pdf - Preview
Restricted to Registered users only

Download (388kB)
[thumbnail of Bab 1.pdf] Text
Bab 1.pdf - Preview
Restricted to Registered users only

Download (429kB)
[thumbnail of Bab 2.pdf] Text
Bab 2.pdf - Preview
Restricted to Registered users only

Download (221kB)
[thumbnail of Bab 3.pdf] Text
Bab 3.pdf - Preview
Restricted to Registered users only

Download (5MB)
[thumbnail of Bab 4.pdf] Text
Bab 4.pdf - Preview
Restricted to Registered users only

Download (6MB)
[thumbnail of Bab 5.pdf] Text
Bab 5.pdf - Preview
Restricted to Registered users only

Download (104kB)
[thumbnail of Daftar Pustaka.pdf] Text
Daftar Pustaka.pdf - Preview
Restricted to Registered users only

Download (43kB)
[thumbnail of Lampiran.pdf] Text
Lampiran.pdf - Preview
Restricted to Registered users only

Download (370kB)
[thumbnail of Artikel Publikasi.pdf] Text
Artikel Publikasi.pdf - Preview
Restricted to Registered users only

Download (851kB)

Abstract

Cabai merupakan komoditas penting yang rentan terhadap serangan penyakit daun seperti bercak, kuning, dan keriting. Deteksi manual yang dilakukan petani sering lambat dan kurang akurat. Tujuan penelitian ini adalah membangun sistem deteksi penyakit daun cabai berbasis web menggunakan YOLOv5. Dataset diperoleh dari Roboflow dengan empat kelas: sehat, bercak daun, daun kuning, dan keriting daun. Model dilatih di Google Colab dengan teknik early stopping dan menghasilkan file .pt untuk integrasi.

Pengembangan sistem menggunakan metode Rapid Application Development (RAD) dengan fase requirements planning, user design, construction, dan cutover. Aplikasi web dibangun dengan Flask sebagai backend serta HTML, CSS, dan JavaScript untuk frontend. Hasil evaluasi dengan metode You Only Look once menunjukkan model mencapai precision 0,85, recall 0,83, serta mAP0.5 sebesar 0,81 dan mAP0.5:0.95 sebesar 0,74.

Sistem ini memudahkan pengguna mendeteksi penyakit daun cabai secara cepat, akurat, dan dapat diakses melalui web, sehingga membantu petani dalam pengendalian penyakit dan peningkatan hasil panen.

Item Type: Thesis (Other)
Uncontrolled Keywords: YOLOv5, cabai, deteksi penyakit daun, RAD, Flask.
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Ilmu Komputer > S1 - Teknik Informatika
SWORD Depositor: Perpustakaan Fikom
Depositing User: Perpustakaan Fikom
Date Deposited: 08 Oct 2025 06:27
Last Modified: 08 Oct 2025 06:27
URI: https://eprints.udb.ac.id/id/eprint/4681

Actions (login required)

View Item
View Item