1807411018, Ilman Rahman Hasibuan (2022) PERANCANGAN MODEL DATA KLASIFIKASI PENYAKIT PADA TANAMAN PADI DENGAN ALGORITMA YOU ONLY LOOK ONCE (Yolov5). Lainnya thesis, Politeknik Negeri Jakarta.
Judul Pendahuluan Penutup - SKRIPSI.pdf
Download (759kB)
BAB II - BAB IV - Skripsi.pdf
Restricted to Hanya Civitas Akademika PNJ
Download (2MB)
Manuskrip.pdf.pdf
Restricted to Hanya Staff Repositori
Download (929kB)
Abstrak
Abstrak
Padi merupakan tanaman pangan yang menghasilkan beras sebagai makanan pokok hampir seluruh rakyat Indonesia akan tetapi banyak jenis penyakit pada daun padi yang menyerang dan menghambat pertumbuhan padi di persawahan di Indonesia,Penelitian ini bertujuan untuk mengetahui klasifikasi jenis-jenis penyakit pada daun padi yang merusak tanaman padi sehingga menghambat pertumbuhan dan perkembangannya.Peningkatan produksi padi di Kelompok Tani Famili Sejahtera di Desa Cijeruk, Kabupaten Bogor terus diupayakan. dengan menggunakan Metode Yolov5 untuk mendeteksi penyakit apa saja yang ada pada daun padi. Selama ini pengelompokan dari penyakit pada daun padi hanya didasarkan oleh pengalaman petani sehingga mengakibatkan tidak ada diagnosa yang pasti dan akurat Dalam hal ini dilakukan pengelempokan penyakit pada daun padi dengan metode citra digital dalam mengolah gambar untuk mendeteksi suatu obyek dengan pemrosesan secara realtime menggunakan algoritma YOLOv5 (You Only Look Once). hasil pengamatan menunjukkan bahwa ditemukan jenis penyakit pada daun padi diantaranya brown spot, leaf blight, dan leaf blast yang dapat menghambat pertumbuhan dan perkembangannya yang berdampak negatif terhadap produksi. Kolaborasi bidang pertanian dan komputasi yang berkaitan dengan pengenalan pola yang memanfaatkan sistem computer vision yang dapat mengidentifikasi penyakit pada tanaman padi menghasilkan sebuah Penelitian yang bertujuan untuk memberikan pilihan kepada pengguna untuk mengetahui diagnosa penyakit pada daun tanaman padi. Hasil evaluasi nilai mean Average Precision (mAP) 45% Didapatkan nilai akurasi maP sebesar 40% dengan data akurasi berdasarkan nilai TP (True Positve) Confusion Matrix pada setiap class penyakit brownspot 76% blight 79% dan leafblast 86 % dengan total akurasi: 0.643/ atau 64,3 % yang cukup baik dimana dapat dengan baikyang menunjukkan metode ini layak digunakan untuk mendeteksi penyakit pada daun tanaman padi.
Kata kunci: YOLOv5, Padi, Object Detection
Tipe Dokumen: | Thesis / Skripsi / Tugas Akhir (Lainnya) |
---|---|
Subjek: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data 500 – Ilmu Pengetahuan > 580 Tanaman > 580 Tumbuh-tumbuhan, tanaman, botani, flora |
Bidang, Unit, atau Jurusan Yang Ditujukan: | Teknik Informatika dan Komputer > Teknik Informatika D4 |
User ID Pengunggah: | S.Tr.Kom Ilman Rahman Hasibuan |
Date Deposited: | 02 Sep 2022 06:28 |
Last Modified: | 02 Sep 2022 06:28 |
URI: | https://repository.pnj.ac.id/id/eprint/8493 |