LIVESTREAM PENGENALAN PENYAKIT PADI MENGGUNAKAN ALGORITMA YOLO BERBASIS RASPBERRY

Indonesia merupakan salah satu negara yang memiliki lahan pertanian yang sangat luas. Selain itu, Indonesia merupakan negara agraris yang kegiatan dan hasil pertaniannya sangat berpengaruh terhadap kehidupan rakyatnya. Salah satu hasil pertanian yang merupakan aspek penting dalam kehidupan masyarakat Indonesia adalah padi. Penyakit padi memiliki dampak yang menghancurkan berpengaruh pada produksi beras. Oleh sebab itu, perlu dilakukan deteksi klasifikasi pada daun padi guna meningkatkan produktivitas produksi beras Indonesia. Hal ini dapat dicegah dengan melakukan upaya dalam menjaga kelestarian tanaman padi. Agar usaha tani padi dapat berkelanjutan, penerapan teknologi akan sangat berpengaruh. Penulis menggunakan perbandingan berbagai YoLov4-tiny dalam melakukan penelitian kali ini. Dengan menggunakan dataset yang didapat melalui internet, penulis berhasil mengumpulkan dan membagi menjadi empat kelas/penyakit yang diantaranya yaitu: BacterialBlight, Healthy, Brownspot, LeafBlast, masing masing memiliki 200 sampai 300 gambar setiap kelas, yang berjumlah 1300 gambar dengan format gambar jpg. Dari hasil uji, sistem dapat mendeteksi apakah daun padi sehat atau sakit pada gambar yang diarahkan ke kamera yang terpasang pada raspberry dan didapatkan nilai rata- rata akurasi sebesar 80%.