Claim Missing Document
Check
Articles

Penerapan Algoritma Support Vector Machine untuk Klasifikasi Penyakit Daun Tanaman Padi melalui Citra Irfan; Hanny Hikmayanti Handayani; Cici Emilia Sukmawati; Ahmad Fauzi
Scientific Student Journal for Information, Technology and Science Vol. 7 No. 1 (2026): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pertanian padi memiliki peran penting dalam perekonomian Indonesia, namun kerap terganggu oleh penyakit daun, seperti blast, blight, dan tungro. Penelitian ini mengembangkan metode klasifikasi citra daun padi menggunakan algoritma Support Vector Machine (SVM) untuk mendeteksi ketiga jenis penyakit tersebut. Penelitian ini menggunakan 240 data citra daun padi. Tahapan yang dilakukan meliputi prapemrosesan citra, seperti resizing, grayscale, peningkatan kontras, dan tahapan lainnya, dilanjutkan dengan ekstraksi fitur Local Binary Pattern (LBP), normalisasi data, serta validasi menggunakan metode 5-Fold Cross-Validation dengan kernel RBF. Model SVM yang dihasilkan mencapai akurasi sebesar 83,33%. Nilai precision dan recall masing-masing untuk penyakit blast adalah 81% dan 85%, blight sebesar 86,6% dan 97,5%, serta tungro sebesar 82,29% dan 67,5%. Nilai F1-score tertinggi diperoleh pada kelas blight sebesar 91,72%, sedangkan nilai terendah terdapat pada kelas tungro sebesar 74,34%. Meskipun akurasi yang diperoleh tergolong cukup tinggi, model masih mengalami kesulitan dalam mengenali penyakit tungro. Hal ini menunjukkan perlunya peningkatan metode pemrosesan data dan pengembangan pendekatan lanjutan agar kinerja klasifikasi dapat ditingkatkan.
Peningkatan Kecepatan Inferensi Mask R-CNN Menggunakan MobileNetV3 Small pada Sistem Deteksi Kardus Vikha Tri Vicika; Jamaludin Indra; Sutan Faisal; Hanny Hikmayanti Handayani
Scientific Student Journal for Information, Technology and Science Vol. 7 No. 1 (2026): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk meningkatkan kecepatan inferensi pada sistem deteksi objek dengan mengoptimalkan arsitektur Mask R-CNN melalui penggantian backbone menjadi MobileNetV3 Small. Studi ini difokuskan pada deteksi kardus di lingkungan gudang menggunakan dataset yang dikumpulkan dari berbagai kondisi pencahayaan dan sudut pengambilan gambar. Proses pelatihan dan validasi dilakukan terhadap data yang telah dianotasi secara manual, dengan evaluasi menggunakan metrik presisi, recall, dan kecepatan pemrosesan dalam satuan frame per second (FPS). Hasil pengujian menunjukkan bahwa model dengan backbone MobileNetV3 Small menghasilkan FPS rata-rata sebesar 8,66, lebih tinggi dibandingkan dengan model default yang hanya mencapai 6,94. Dari sisi akurasi, model kustom menunjukkan nilai presisi sebesar 85%, sedangkan model default mencapai nilai recall sebesar 85,7%. Meskipun segmentasi yang dihasilkan oleh model default lebih menyeluruh, model kustom memiliki arsitektur yang lebih ringan dan efisien. Oleh karena itu, model kustom lebih sesuai untuk aplikasi waktu nyata pada perangkat dengan sumber daya terbatas. Temuan ini menunjukkan bahwa penggunaan MobileNetV3 Small sebagai backbone pada arsitektur Mask R-CNN mampu meningkatkan efisiensi inferensi tanpa menurunkan tingkat akurasi secara signifikan.
Co-Authors AA Sudharmawan, AA Adi Rizky Pratama Ahmad Fauzi Ahmad Fauzi Ajie, Prasetyo AL-MUDZAKIR, TOHIRIN Alif Kirana Amril Mutoi Siregar Andri Safari Anis Fitri Nur Masruriyah Anis Fitri Nurmasruriyah Anton Romadoni Junior April Lia Hananto Arfian Pua Meno Aries Suharso Arif Nurman Arphilia Nur Rani Ayu Ratna Juwita Azhar, Wafiqah Yasmin Bagus Setiawan Baihaqi, Kiki Ahmad Banafshah Shafa Bilawa, Firdho Akbar Carudin . Chorirotun Cholifah Cici Emilia Sukmawati Cucu Sri Cahyanti Deden Wahiddin Dedih, Dedih Devi Fitrianah Dina Wulan Nurjanah Dinar Sugiri Dinda Resna Amalia Dwi Sulistya Kusumaningrum Dwi Vina Wijaya Dwiki Jatikusumo Eldawati, Eldawati Elsa Elvira Awal Emilia, Cici Enoh Suhada Fadmadika, Fadilla Faisal, Sutan Fauzi Ahmad Muda Firdaus, Thoriq Janati Fitri Nur Masruriyah, Anis Garno . Genta Kusuma Atmaja Heri Hermawan Hilda Fitriana Dewi Hilman Abdurrohim Azis Indra, Jamaludin Jannah, Malika Dakhola Jayidan, Zirji Juwita, Ayu Ratna Lestari, Santi Arum Puspita Lila Setiyani MMSI Irfan ,S. Kom Mudzakir, Tohirin Al Muhamad Enoh Suhada Nai Siti Jenab Nazori AZ Nita Fitriyani Nofita Sari Nova Wulandari Nugraha, Najmi Cahaya Nunung Nurjanah Nurlaelasari, Euis Pajar Arifin Pratama, Adi Rizky Rafikoh, Zahra Anggun Rahmat Rahmat Rahmat, R Ramadhan, Naufal Cahya RAMDANI, MUHAMAD IKBAL Ricky Steven Chandra Ridwan, Ridwan Rishma Maudyna Rohana, Tatang Sandi Susanto Saputra, Arbi Niandi Saruni Dwiasnati Septiany, Eva Senia Setyawan Widyarto Siregar, Amril Mutoi suhliyyah Sukmawati, Cici Emilia Sutan Faisal Tri Vicika, Vikha Vikha Tri Vicika Wahiddin, Deden Wati, Devi Fajar Wicaksana, Yusuf Eka Yana Cahyana Yogi Firman Alfiansyah