JULIANDA, MUHAMMAD RAFLY (2026) PERBANDINGAN METODE TINY YOLOV5 DENGAN YOLOV8 UNTUK MENDETEKSI HAMA PADI. S1 thesis, Universitas Malikussaleh.

	Text COVER RAFLY.pdf Download (210kB)
	Text ABSTRAK FITRI.pdf Download (271kB)
	Text BAB I RAFLY.pdf Download (314kB)
	Text DAPUS RAFLY.pdf Download (296kB)
	Text DISTRIBUSI_TUGAS AKHIR_MUHAMMAD RAFLY_SIDANG.pdf Restricted to Registered users only Download (10MB)

Abstract

Produktivitas tanaman padi sering mengalami penurunan akibat serangan hama yang sulit dipantau secara cepat dan konsisten melalui pengamatan manual. Perkembangan teknologi computer vision dan deep learning membuka peluang untuk melakukan identifikasi hama secara otomatis melalui citra digital. Penelitian ini bertujuan untuk mengembangkan serta membandingkan performa metode Tiny YOLOv5 dan YOLOv8 dalam mendeteksi hama pada tanaman padi berdasarkan citra hasil pengambilan menggunakan drone pada beberapa variasi ketinggian. Tahapan penelitian meliputi pengumpulan dan anotasi dataset, preprocessing citra, pelatihan model, pengujian deteksi objek, serta evaluasi performa menggunakan parameter pengukuran deteksi dan kecepatan inferensi. Objek yang diamati terdiri dari hama wereng dan burung pipit yang memiliki karakteristik ukuran dan tingkat kesulitan deteksi yang berbeda. Hasil penelitian menunjukkan bahwa kedua model mampu melakukan deteksi objek pada citra tanaman padi, namun menghasilkan tingkat performa yang berbeda. Model YOLOv8 menunjukkan kemampuan yang lebih baik dalam menjaga keseimbangan antara akurasi deteksi dan efisiensi proses inferensi dibandingkan Tiny YOLOv5. Selain itu, variasi ketinggian pengambilan citra turut memengaruhi kualitas deteksi, terutama pada objek berukuran kecil yang lebih sensitif terhadap perubahan skala dan detail visual. Berdasarkan hasil pengujian secara keseluruhan, metode YOLOv8 dinilai lebih sesuai untuk diterapkan pada sistem deteksi hama tanaman padi berbasis citra drone karena memberikan hasil deteksi yang lebih stabil dan adaptif terhadap kondisi pengambilan data yang berbeda.

Item Type:	Thesis (S1)
Subjects:	T Technology > T Technology (General) T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Fakultas Teknik > 20201 - Jurusan Teknik Elektro
Depositing User:	Muhammad Rafly Julianda
Date Deposited:	14 Sep 2026 04:39
Last Modified:	14 Sep 2026 04:39
URI:	https://rama.unimal.ac.id/id/eprint/22847

Actions (login required)

View Item