<![CDATA[Identifikasi pola polimorfisme pada punggung kumbang Coccinellidae penting untuk membedakan predator dan hama dalam pertanian. Namun, perbedaan visual sering kali sulit dikenali. Penelitian ini mengusulkan metode deep learning menggunakan YOLOv5 untuk identifikasi otomatis. Data kumbang Coccinellidae dikumpulkan, melalui preprocessing dan augmentasi, menghasilkan 1.821 gambar. Model YOLO dilatih dengan parameter optimal hingga epoch 729 dan patience 300. Evaluasi menggunakan metrik Mean Average Precision (mAP) menunjukkan kinerja tinggi, dengan mAP@0,5 sebesar 0,966 dan mAP@0,75 sebesar 0,962. Selain itu, aplikasi berbasis Android dikembangkan untuk implementasi model ini dan diuji dengan hasil kepuasan pengguna sebesar 80. Hasil penelitian menunjukkan bahwa pendekatan ini efektif dalam membedakan kumbang predator dan hama secara akurat serta berpotensi membantu pengendalian hama di bidang pertanian. Kata Kunci: Identifikasi, Coccinellidae, Polimorfisme, YOLOv5.]]>
Copyrights © 2025
