<![CDATA[Penyakit pada buah jambu biji merupakan salah satu faktor yang berpengaruh terhadap penurunan kualitas dan kuantitas hasil produksi hortikultura. Proses identifikasi penyakit yang dilakukan secara manual oleh petani cenderung memerlukan waktu yang panjang, kurang efektif, serta memiliki tingkat ketepatan yang rendah. Penelitian ini bertujuan mengembangkan sistem deteksi dan klasifikasi penyakit pada buah jambu biji dengan memanfaatkan model YOLOv5 sebagai bagian dari pendekatan machine learning berbasis deep learning. Dataset yang digunakan terdiri atas citra buah jambu biji sehat dan yang terinfeksi penyakit, yang sebelumnya telah melalui proses anotasi secara sistematis. Model YOLOv5 dilatih untuk mendeteksi area yang terdampak penyakit sekaligus mengklasifikasikan jenis penyakit ke dalam beberapa kategori, seperti anthracnose, blight, dan kerusakan lainnya. Hasil pengujian menunjukkan bahwa model menghasilkan kinerja deteksi dan klasifikasi yang tinggi, yang ditunjukkan melalui nilai mean Average Precision (mAP) sebesar [isi nilai]. Sistem ini diharapkan mampu memberikan kontribusi dalam peningkatan efektivitas pemantauan kesehatan tanaman secara cepat, tepat, dan berkesinambungan bagi petani maupun sektor pertanian.]]>
Copyrights © 2025
