Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Agrikultura

Sistem Smart Detection Penyakit pada Tanaman Kopi Robusta Menggunakan SSD MobileNet V2 sebagai Model Pra-Terlatih Harmiansyah, Harmiansyah; Fil’aini, Raizummi; Mufidah, Zunanik; Utari, Ni Wayan Arya; Hendra, Jekvy; Diptaningsari, Danarsi; Meidaliyantisya, Meidaliyantisya; Wardani, Nila; Mawardi, Rahadian; Mustafid, M. Azhar
Agrikultura Vol 34, No 1 (2023): April, 2023
Publisher : Fakultas Pertanian Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24198/agrikultura.v34i1.43052

Abstract

Pengendalian hama dan penyakit pada kopi robusta harus dilakukan secara dini, jika pengendalian terlambat maka akan berakibat pada produksi kopi robusta yang menjadi rendah. Para petani kopi cendrung lambat dalam mendeteksi penyakit pada tanaman kopi karena keterbatasan pengetahuan. Sistem smart identifikasi penyakit menggunakan deep learning merupakan salah satu inovasi yang dapat digunakan untuk mengidentifikasi penyakit pada tanaman kopi dengan cepat dan tepat. Metode dalam pembuatan sistem smart detection diawali dengan pengumpulan dataset yang terdiri dari kumpulan gambar daun kopi robusta. Dataset diklasifikasi menjadi dua klasifikasi yaitu daun sehat dan daun sakit, daun sakit terdiri dari gambar daun yang terserang penyakit bercak dan karat. Kemudian dilakukan anotasi data untuk memberikan label pada dataset, setelah data dilabeli, data kemudian digunakan sebagai model pra-terlatih sebagai training untuk mempelajari objek gambar. Model yang telah ditraining kemudian dievaluasi untuk menilai kinerja model berdasarkan nilai average precision dan averaga recall sebagai parameter kinerja dari model. Hasil dari training pada penelitian ini didapatkan nilai total loss sebesar 21,81% dalam 13100 epoch serta memiliki kecenderungan turun. Untuk nilai average precision pada model sistem smart detection tanaman kopi adalah 87,3% dan nilai average recall sebedar 89,6%.setelah dilakukan pengujian sistem dengan 12 sample didapatkan nilai akurasi ketepatan sistem dalam memprediksi adalah 96% sehingga sistem smart detection tanaman kopi robusta sudah baik dan mempunyai potensi untuk dapat diimplementasikan.
Sistem Deteksi Hama dan Penyakit Tanaman Mangga (Mangifera indica L.) Berbasis Deep Learning Menggunakan Model Pra Latih YOLOv5 Harmiansyah, Harmiansyah; Oviana, Ella Trilia; Alpaizon, Remi; Khalifah, Devi Putri; Dwirotama, Paska
Agrikultura Vol 35, No 1 (2024): April, 2024
Publisher : Fakultas Pertanian Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24198/agrikultura.v35i1.53834

Abstract

Mangga (Mangifera indica L.) merupakan komoditas pertanian penting di Indonesia yang mengalami penurunan produktivitas dalam beberapa tahun terakhir akibat serangan hama dan penyakit. Pengetahuan yang terbatas tentang identifikasi dan penanganan masalah ini oleh para petani menjadi salah satu faktor penyebabnya. Oleh karena itu, penelitian ini memiliki tujuan untuk menentukan hyperparameter berdasarkan parameter epoch pada kinerja model pra-latih YOLOv5 dalam mendeteksi hama dan penyakit pada daun mangga. Penelitian ini dilakukan di kebun mangga Institut Teknologi Sumatera, Lampung Selatan, pada periode Oktober hingga Desember 2023. Pengambilan dataset dilakukan dengan menggunakan kamera handphone dan melibatkan 1000 gambar yang termasuk dalam empat klasifikasi: daun sehat,  daun terserang kutu putih, daun terserang ulat daun, dan daun  terkena hawar daun. Proses anotasi data dilakukan menggunakan platform Roboflow, dan dataset dibagi menjadi tiga bagian: 70% training, 20% validasi, dan 10% testing. Penelitian ini melakukan 2 kali training dengan menggunakan hyperparameter epoch yaitu 200 dan 300. Berdasarkan parameter training untuk total nilai loss pada epoch 200 adalah 0,0324 sedangkan pada epoch 300 didapatkan nilai 0,0342. Parameter validasi menunjukkan nilai mAP pada ambang 0,5 mencapai 0,9546 dan untuk nilai mAP pada ambang 0,5-0,95 memiliki nilai 0,7269 sedangkan pada epoch 300 nilai mAP pada ambang 0,5-0,95 adalah 0,9441 serta nilai mAP pada ambang 0,5-0,95 didapatkan nilai sebesar 0,7357. Berdasarkan parameter testing sebagai evaluasi sistem, pada epoch 200 didapatkan nilai mAP 90,05% serta untuk epoch 300 didapatkan nilai mAP sebesar 85%. Berdasarkan keseluruhan parameter kinerja sistem didapatkan hyperparameter terbaik epoch pada penelitian ini adalah 200. Oleh karena itu sistem ini dapat digunakan untuk mendeteksi daun mangga yang rusak karena terserang kutu putih, ulat daun serta daun sakit karena hawar daun.
Co-Authors Alpaizon, Remi Andika Setiawan, Andika Anggraini, Leslie Anika, Nova Apriani, Santi Aprilianda, Mohamad Meazza Arinjani, Putri Arirohman, Ilham Dwi Arjal Tando Arysandia, Devy Azikia Karunia Putri Bagaskara, Radhinka Ba’its, Alfian Kafilah Bilhaq, Ikrar Burmawi Burmawi, Burmawi Chalida Syari Dari, Putri Darwin Darwin Dermawan, Muhammad Devia Gahana Cindi Alfian Devy Arysandia Diptaningsari, Danarsi Drantantiyas, Nike Dwi Grevika Dwirotama, Paska Eka Nurfani Fadhilah, Rafi Faisal, Amir Febrianto, Andre Fil’aini, Raizummi Fino Agustian Jourdan Gamas Fitrah Qalbina Fitrawan, Mhd. Kadar Gamas, Fino Grace Sihombing Gumaran, Setyadi Hadi, Fahmi Sapta Herlina Herlina Hikmawati, Meli Inrum, Putri A’isyati Irwansyah Irwansyah Jekvy Hendra Joyce Rebeka Gultom Julio, Apriansyah Kardiansyah Khalifah, Devi Putri Kusmali, Muhammad Lathifa Putri Afisna Lestari, Aisyah Viji Listiani, Amalia Lita Lianti M Akbar, M M. Azhar Mustafid Marpaung, David Septian Sumanto Marpaung, David Septian Sumanto Mawardi, Rahadian Meidaliyantisya, Meidaliyantisya Meidaliyantisyah, Meidaliyantisyah Muarif, Widodo Wahyu Mufidah, Zunanik Muh. Kusmali Muhammad Arhan Rajab Muhammad Syaukani Muhammad, Ghaffar Nawang Wulan Saputri Ni Made Tiara Wati Ni Wayan Arya Utari Nia Saputri Utami Nila Wardani, Nila Nova Anika Nuruli, Febmartini Evita Oktaviani, Cinthya Ayu Oviana, Ella Oviana, Ella Trilia Padang, Welly Liku Pertiwi, Novalia Prastyo, Adi Prayudah, Mahessa Z.W. Putra, Pramana Putri Wulan Dari Putri, Azikia Raizummi Fil'aini Raizummi Fil’aini Ramadhan, Al Ramadhan, Al Aqib Anugerah Renaldi, Rifki Riandara, Harvianna Riandara, Herviannna Indira Kusuma Ridwan Ridwan Ridwan Ridwan Ridwan, Ridwan Risky Arman Rismayanti, Marliana Indah Rismayanti, Marlinana Rohman, Idzan Fathur Rohman, Tefur Nur Ruly Davisca Pratama Rustam Efendi Rustam Efendi Rustami, Erus Samang, Andi Marlisa Bossa Saputra, Muhammad Atma Saputra, Rizki Octa Saputri, Nawang Sarah Dila Rahmawati Sarah Rahmawati, Sarah Savitri Wahyuni Savitri Wahyuni Sianturi, Intan Sari Simbolon, Sinober Sinaga, Anggi Sinaga, Anggi Mahdinda Sirait, Sylvrina Margareth Siti Muslimah Siti Mutmainah Siti Mutmainah Sitio, Forwenli Sudarmanto Jayanegara Sugatra Dwi Atmaja Supratman, WR Suretno, Nandari Syahrizal Nasution Syifa, Jovita Delphia Taufiq, Habib M Teuku Meurah Indra Riayatsyah Tri Novita Sari Untoro, Meida Cahyo Utari, Ni Wayan Wahyu Setiawan Wahyuni, Savitri Wati, Ni Widiya, Widiya Widya Widya, Widya Winni Nur Auli Yulita, Winda