IDENTIFIKASI HAMA DAN PENYAKIT PADA TANAMAN JATI DENGAN METODE DEEP LEARNING YOLOV8

Abstrak

Tanaman jati (Tectona grandis) adalah tanaman dengan kualitas kayu yang terkenal bermutu tinggi dan banyak dibudidayakan di Indonesia. Tanaman ini dikenal karena ketahanan-nya terhadap cuaca ekstrem, tetapi seringkali rentan terhadap hama dan penyakit yang merugikan produksi kayu berkualitas. Kemajuan teknologi di bidang agriculture, khususnya teknologi berbasis kecerdasan buatan, telah membantu para pembudidaya untuk mengatasi masalah dibidang pertanian. Penelitian ini bertujuan menerapkan teknologi kecerdasan buatan berupa object detection untuk mengenali dan mendeteksi penyakit serta hama pada tanaman jati secara efektif menggunakan metode deep learning, yaitu algoritma YOLOv8 (You Only Look Once). Objek yang dideteksi dalam penelitian ini dibagi menjadi sembilan kelas hama dan penyakit. Sistem dikembangkan menggunakan citra gambar daun dan batang jati dengan total 435 dataset gambar, yang kemudian dibagi menjadi 70% data latih, 20% data validasi, dan 10% data uji, sehingga diperoleh 381 data latih, 36 data validasi, dan 18 data uji. Pelatihan dataset dilakukan menggunakan Roboflow dan Google Colab. Model dilatih sebanyak 5 kali dengan menggunakan epoch 25, 10, 30, 100, 150 betch 16, telah menghasilkan model terbaik pada epoch 100 dengan nilai precision yang menghasilkan nilai sebesarn0.979, mAp 0.728, recall sebesar 0.264 dan F1-Secore sebesar 0.628. Dari hasil training model yang sudah dilakukan pengujian pada model terbaik telah menghasilkan dataset dengan tingkat akurasi sebesar 87.6%, validation sebesar 8.3%, test 4.1%.