HAMA PENYAKIT DAUN JAGUNG) Huzair Saputra Primary Author mixed material bibliography Banda Aceh Fakultas mipa 2024

Theses

Budidaya jagung sangat penting di Asia Tenggara karena memberikan kontribusi signifikan terhadap ketahanan pangan dan perekonomian regional. Namun penyakit daun menimbulkan ancaman yang menyebabkan kerugian besar dalam produksi dan kualitas panen. Untuk mengatasi masalah ini, teknologi kecerdasan buatan (AI) dimanfaatkan untuk deteksi dini penyakit daun jagung. Salah satu pendekatan yang efektif adalah penggunaan model deteksi objek berbasis YOLO (You Only Look Once). Penelitian ini bertujuan untuk mengotomatiskan proses tuning hyperparameter pada model YOLO untuk deteksi penyakit daun jagung, dengan fokus pada peningkatan performa model. Melalui evaluasi cermat yang memanfaatkan metrik presisi, recall, mAP50, dan mAP50-95, penelitian ini mengidentifikasi YOLOv8m dan YOLO-NAS-L sebagai model dengan kinerja terbaik. YOLOv8m unggul dalam mAP50 (98,5%) dan mAP50-95 (67,8%), sedangkan YOLO-NAS-L menunjukkan kemampuan deteksi yang unggul dengan mAP50 (70,3%) dan mAP50-95 (38,9%). Temuan-temuan ini menggarisbawahi potensi sistem deteksi canggih berbasis AI dalam merevolusi pengelolaan tanaman, memfasilitasi identifikasi penyakit secara dini, dan memungkinkan tindakan pencegahan yang cepat. Dengan memanfaatkan model deteksi objek yang canggih, petani dapat meningkatkan hasil panen, mengurangi kerugian akibat penyakit tanaman, dan meningkatkan produktivitas pertanian. Penelitian ini memberikan landasan yang kuat untuk mengembangkan sistem deteksi penyakit yang terintegrasi dan terukur, yang memberikan dukungan penting bagi ketahanan pangan global dan kesejahteraan petani. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 126263 2024-07-22 18:26:04 2024-07-23 11:13:50 machine generated