Layanan penulisan ilmiah yang disediakan oleh Perpustakaan Universitas Gunadarma
PENGEMBANGAN APLIKASI DETEKSI PENYAKIT PADA DAUN SINGKONG BERBASIS WEB DENGAN ALGORITMA YOU ONLY LOOK ONCE VERSI 11 (YOLOV11)
ABSTRAKSI :
Penyakit daun singkong merupakan ancaman signifikan bagi produksi singkong, menyebabkan kerugian bagi petani. Penelitian ini bertujuan mengembangkan sistem deteksi penyakit daun singkong secara otomatis menggunakan algoritma YOLOv11. Penyakit yang dideteksi meliputi Cassava Bacterial Blight (CBB), Cassava Green Mite (CGM), Cassava Mosaic Disease (CMD), Cassava Brown Streak Disease (CBSD) serta daun sehat. Dataset yang digunakan berjumlah 4184 citra yang diperoleh dari Roboflow. Model dilatih selama 50 epoch dan menunjukkan kinerja yang sangat baik dengan Precision 0.917, Recall 0.914, mAP50 0.963, dan mAP50-95 0.873. Secara spesifik, nilai mAP50 untuk masing-masing kelas adalah CBB 0.921, CGM 0.969, CMD 0.961, CBSD 0.985, dan daun sehat 0.979. Aplikasi berbasis web dikembangkan menggunakan framework Streamlit. Sistem ini telah diuji secara komprehensif melalui empat metode yaitu uji coba data (ground truth), uji robustness dengan variasi jarak 5 cm, 10 cm, 25 cm, dan 35 cm, black-box testing dengan 11 skenario, serta user acceptance test (UAT) yang melibatkan 50 responden. Hasil pengujian menunjukkan bahwa sistem berhasil mendeteksi penyakit secara akurat di berbagai kondisi dan berfungsi optimal sesuai harapan. Selain itu, hasil UAT menunjukkan tingkat kepuasan pengguna yang tinggi dengan nilai rata-rata 4,27 dari 5. Hasil penelitian ini membuktikan bahwa algoritma YOLOv11 efektif dalam mendeteksi penyakit daun singkong dan dapat diimplementasikan menjadi solusi praktis untuk membantu petani.