PRAMUDA, M. IVAN (2026) IMPLEMENTASI SISTEM DETEKSI HAMA DIKEBUN SAWIT SECARA OTOMATIS BERBASIS KAMERA MENGGUNAKAN ALGORITMA YOLOV7. S1 thesis, Universitas Malikussaleh.

	Text SKRIPSI_M IVAN PRAMUDA_210170188-1.pdf Download (64kB)
	Text SKRIPSI_M IVAN PRAMUDA_210170188-6-7.pdf Download (159kB)
	Text SKRIPSI_M IVAN PRAMUDA_210170188-12-15.pdf Download (37kB)
	Text SKRIPSI_M IVAN PRAMUDA_210170188-84-86.pdf Download (101kB)
	Text SKRIPSI_M IVAN PRAMUDA_210170188.pdf Restricted to Registered users only Download (2MB)

Abstract

Perkebunan kelapa sawit memiliki berbagai permasalahan dalam proses pemeliharaan tanaman, salah satunya adalah serangan hama seperti babi hutan dan tikus yang dapat menyebabkan kerusakan pada tanaman dan menurunkan hasil produksi. Proses identifikasi hama secara manual membutuhkan pengamatan secara langsung sehingga kurang efektif apabila dilakukan pada area perkebunan yang luas. Oleh karena itu, diperlukan suatu sistem yang dapat membantu melakukan identifikasi hama secara otomatis berdasarkan citra atau video. Penelitian ini bertujuan untuk menerapkan metode YOLOv7 dalam mendeteksi hama babi hutan dan tikus pada perkebunan kelapa sawit serta menguji kemampuan model dalam melakukan deteksi secara realtime. Tahapan penelitian meliputi pengumpulan dan persiapan dataset, proses anotasi objek, pelatihan model YOLOv7, pengujian model, serta pengujian menggunakan sumber video secara realtime. Pengujian realtime dilakukan menggunakan video hama dan non-hama yang diputar melalui laptop untuk mengamati kemampuan model dalam mengenali objek target dan membedakannya dari objek non-target. Hasil pengujian menunjukkan bahwa model mampu mendeteksi babi hutan dan tikus dengan nilai confidence yang bervariasi sesuai dengan kondisi objek pada video. Pada pengujian realtime, deteksi benar babi hutan menghasilkan rentang confidence sebesar 51,0%–91,5%, sedangkan tikus berada pada rentang 50,2%–91,1%. Pengujian juga menunjukkan adanya false positive, yaitu beberapa objek non-hama terdeteksi sebagai hama, serta terdapat kondisi bounding box yang hilang dan kembali muncul ketika objek masih berada dalam area pengamatan. Berdasarkan hasil tersebut, metode YOLOv7 dapat diterapkan untuk mendeteksi babi hutan dan tikus secara realtime, tetapi masih diperlukan pengembangan lebih lanjut untuk meningkatkan kestabilan deteksi dan mengurangi kesalahan klasifikasi terhadap objek non-target. Kata kunci: YOLOv7, deteksi objek, hama kelapa sawit, babi hutan, tikus, realtime.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	M Ivan Pramuda
Date Deposited:	09 Sep 2026 07:47
Last Modified:	09 Sep 2026 07:47
URI:	https://rama.unimal.ac.id/id/eprint/22715

Actions (login required)

View Item