Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Digital Business
Diani, Ni Komang
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Perangkat Cerdas Berbasis U-Net untuk Memantau Kerusakan Daun Pakcoy Akibat Serangan Hama Diani, Ni Komang; Kesiman, Made Windu Antara; Sunarya, I Made Gede; Nugraha, Putu Zasya Eka Satya
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 1 (2026): Februari - April
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i1.6957

Abstract

Implementasi Pertanian modern di Smart Green Garden Universitas Pendidikan Ganesha saat ini menghadapi tantangan yang signifikan dalam efisiensi mendeteksi serangan hama pada tanaman Pakcoy (Brassica rapa L.). metode pemantauan secara manual terbukti tidak efektif dan memakan waktu yang cukup lama serta mengalami kesulitan dalam mengenali kerusakan daun pakcoy dalam skala besar. Penelitian ini berfokus pada pengembangan perangkat cerdas yang menggabungkan arsitektur deep learning U-Net untuk segmentasi semantik dengan perangkat Internet of Things (IoT). Sistem ini menggunakan kamera CCTV yang dimodifikasi dengan Stepper motor Nema 23 dan Arduino Nano untuk melakukan pemindaian area tanam secara otomatis dalam radius 360 derajat secara otomatis. Dataset penelitian berjumlah 405 citra hasil augmentasi berkualitas tinggi dengan resolusi 512x512 piksel untuk memperkuat generalisasi model. Model U-Net dilatih menggunakan strategi 5-fold cross validation. Hasil evaluasi menunjukkan bahwa Model U-Net pada (Fold-2) menghasilkan performa paling unggul dengan tingkat Akurasi Global 96,8% dan Mean Intersection over Union (mIoU) sebesar 0,683. Sistem ini mampu mendeteksi serta memvisualisasikan area kerusakan daun, seperti lubang dan bercak, secara real-time melalui koneksi Real-Time Streaming Protocol (RTSP) pada dashboard website, hal ini menjadi alternatif pemantauan yang lebih presisi dibandingkan metode deteksi objek konvensional untuk deteksi dini serangan hama. Sehingga sistem cerdas ini diharapkan mampu membantu petani untuk efisiensi waktu pemantauan.
Co-Authors I Made Gede Sunarya Made Windu Antara Kesiman Nugraha, Putu Zasya Eka Satya