Deteksi Penyakit Alternaria, Cucumber Mosaic Virus, Downy Mildew, dan Powdery Mildew pada Tanaman Melon Menggunakan YOLOv8

Augusta Wangsa, Christophorus (2025) Deteksi Penyakit Alternaria, Cucumber Mosaic Virus, Downy Mildew, dan Powdery Mildew pada Tanaman Melon Menggunakan YOLOv8. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (1MB)
	PDF BAB_I.pdf Download (216kB)
	PDF BAB_II.pdf Download (716kB)
	PDF BAB_III.pdf Download (281kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (2MB)
	PDF BAB_V.pdf Download (209kB)
	PDF DAFTAR_PUSTAKA.pdf Download (208kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (594kB)

Abstract

Melon merupakan komoditas hortikultura bernilai ekonomi tinggi di Indonesia, namun rentan terhadap penyakit seperti Alternaria, Cucumber Mosaic Virus, Downy Mildew, dan Powdery Mildew yang dapat menurunkan hasil panen. Deteksi konvensional masih mengandalkan inspeksi manual yang kurang efisien dan rawan kesalahan. Penelitian ini mengusulkan penggunaan algoritma YOLOv8 untuk mendeteksi kondisi daun melon secara otomatis dan real-time. Tiga varian model digunakan: YOLOv8n, YOLOv8s, dan YOLOv8m. Evaluasi mencakup akurasi deteksi (mAP, F1-score), efisiensi runtime, serta pengaruh patience terhadap pelatihan. Hasil menunjukkan semua model mampu mengenali lima kelas penyakit dengan akurasi tinggi, meskipun terjadi tantangan pada kelas yang serupa secara visual. YOLOv8s-p50 memberikan performa terbaik secara keseluruhan. YOLOv8n- p100 unggul dalam efisiensi model, cocok untuk sistem ringan. YOLOv8m- p100 menunjukkan akurasi stabil, meskipun memerlukan sumber daya lebih besar. Temuan ini mendukung pengembangan sistem deteksi penyakit tanaman yang efisien dan adaptif untuk pertanian presisi di Indonesia.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Deteksi, Melon, Penyakit, YOLOv8
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	31 Jul 2025 11:05
Last Modified:	31 Jul 2025 11:05
URI:	https://kc.umn.ac.id/id/eprint/39531

Actions (login required)

View Item