Rahmanda Aldio Reza, Rahmanda (2025) PENGARUH KECEPATAN TANGKAP GAMBAR PADA PENDETEKSIAN HAMA PADI DENGAN MENGGUNAKAN YOLOV5 DAN YOLOV7. S1 thesis, Universitas Malikussaleh.

	Text COVER (2).pdf Download (412kB)
	Text ABSTRAK (2).pdf Download (323kB)
	Text BAB I (2).pdf Download (517kB)
	Text DAFTAR PUSTAKA (2).pdf Download (348kB)
	Text SKRIPSI FULL.pdf Restricted to Registered users only Download (10MB)

Abstract

Serangan hama menjadi salah satu penyebab utama penurunan produksi padi di Indonesia. Untuk mengatasi masalah tersebut, penelitian ini mengkaji pemanfaatan algoritma deteksi objek berbasis kecerdasan buatan, yaitu YOLOv5 dan YOLOv7, dalam sistem pemantauan hama padi menggunakan drone. Fokus utama dari penelitian ini adalah menilai pengaruh kecepatan tangkap gambar pada hasil deteksi hama, serta membandingkan performa antara kedua algoritma dalam berbagai aspek, seperti akurasi deteksi, kecepatan, dan efektivitas dalam mengidentifikasi dua jenis hama utama, yakni penggerek batang padi dan wereng. Metodologi yang diterapkan mencakup pengumpulan dataset visual dari lapangan, anotasi objek menggunakan Roboflow, pelatihan dan pengujian model melalui platform Anaconda Prompt, serta analisis citra hasil deteksi dalam bentuk biner dan grayscale dengan bantuan MATLAB. Evaluasi kinerja dilakukan menggunakan metrik Intersection over Union (IoU), mean IoU (mIoU), dan analisis visual heatmap piksel. Hasil penelitian menunjukkan bahwa YOLOv7 lebih unggul dibanding YOLOv5 dalam hal akurasi deteksi, konsistensi, dan kecepatan, terutama pada ketinggian pengambilan gambar yang bervariasi. YOLOv7 mampu menghasilkan nilai mIoU dan IoU lebih tinggi serta visualisasi heatmap yang lebih tepat sasaran. Penelitian ini memberikan kontribusi penting dalam pengembangan sistem pertanian presisi berbasis AI, terutama dalam mendeteksi hama secara otomatis dan real-time guna meningkatkan efisiensi pengendalian hama dan produktivitas pertanian di Indonesia.

Item Type:	Thesis (S1)
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Fakultas Teknik > 20201 - Jurusan Teknik Elektro
Depositing User:	Rahmanda Aldio Reza Dio
Date Deposited:	16 Oct 2025 03:00
Last Modified:	16 Oct 2025 03:00
URI:	https://rama.unimal.ac.id/id/eprint/16695

Actions (login required)

View Item