<![CDATA[Penyakit pada buah cabai rawit sering sulit diidentifikasi secara manual dikarenakan kemiripan gejala visual antar penyakit dan keterbatasan informasi mengenai lokasi gejala pada buah. Riset ini mempunyai tujuan guna melakukan pengembangan sistem deteksi penyakit buah cabai rawit berbasis citra digital memakai metode Single Shot Detector (SSD). Metode ini digunakan karena dapat melakukan klasifikasi objek sekaligus menentukan lokasi gejala dalam satu proses. Dataset yang dipakai mencakup atas 1.200 citra yang digolongkan atas tiga kategori, yakni buah sehat, antraknosa, dan serangan lalat buah, yang diperoleh langsung dari kondisi lapangan. Proses pengembangan meliputi pengumpulan data, anotasi, pembagian dataset, pelatihan model, serta evaluasi memakai metrik precision, recall, F1-Score, serta mean Average Precision (mAP). Hasil pengujian menunjukkan bahwa model terbaik diperoleh pada konfigurasi optimizer AdamW dengan skema learning rate dinamis, dengan nilai mAP sebesar 83,78%. Sistem yang dikembangkan mampu menampilkan hasil deteksi berupa kategori penyakit, confidence score, serta bounding box yang menunjukkan lokasi gejala pada buah. Implementasi dalam aplikasi berbasis web menunjukkan bahwa sistem dapat digunakan untuk proses identifikasi secara praktis. Penelitian ini memberikan kontribusi dalam pemanfaatan metode deteksi objek untuk identifikasi penyakit tanaman berbasis citra lapangan. Pengembangan berikutnya mampu difokuskan terhadap penambahan dataset serta peningkatan kekuatan model guna memberi pembedaan objek dengan karakteristik visual yang serupa.]]>
Copyrights © 2026
