Implementasi Computer Vision untuk Deteksi Penyakit pada Tanaman Tomat Menggunakan Algoritma YOLOv8 (You Only Look Once)
DOI:
https://doi.org/10.55606/juisik.v5i2.1154Keywords:
Computer Vision, YOLOv8, tomato plants, Machine LearningAbstract
This research develops a disease detection system for tomato plant leaves using Computer Vision with the YOLOv8 algorithm. The main focus of the research is to detect three common diseases in tomato leaves: early blight, gray mold, and target spot. Using the Research and Development (R&D) method with a prototype model, this study collected a total of 405 tomato leaf images consisting of 330 images for training and 75 images for testing. The YOLOv8n model trained for 50 epochs showed promising performance with an [email protected] value of 0.60 on the test dataset. Evaluation results showed the best performance in detecting gray mold disease with a precision of 0.840, while target spot disease showed the lowest performance with a precision of 0.556. Real-time testing verified the system's ability to detect tomato leaf diseases in agricultural environments under various lighting conditions and image capture distances.
References
Agustina, F., & Sukron, M. (2022). Deteksi kematangan buah pepaya menggunakan algoritma YOLO berbasis Android. Jurnal Infokam.
Aliwijaya, A., & Suyono, H. C. (2023). Peluang implementasi artificial intelligence di perpustakaan: Kajian literatur. Info Bibliotheca: Jurnal Perpustakaan dan Ilmu Informasi, 4(2), 1–17. https://doi.org/10.24036/ib.v4i2.397
Ardiansyah, M. R., Supit, Y., & Said, M. S. (2022). Sistem visi komputer untuk kalkulasi kepadatan kendaraan menggunakan algoritma YOLO. Jurnal Sistem Informasi dan Teknik Komputer.
Arifin, I., Haidi, R. F., & Dzalhaqi, M. (2021). Penerapan computer vision menggunakan metode deep learning pada perspektif generasi ulul albab. Jurnal Teknologi Terpadu, 7(2), 98–107. https://journal.nurulfikri.ac.id/index.php/jtt
Fadjeri, A., Muflih, G. Z., Sangadah, S., Suyatiningsih, & Astuti, T. (2023). Booster organik tanaman padi sebagai program ketahanan pangan Kelompok Tani Margo Raharjo Desa Jatiluhur Kecamatan Karanganyar Kabupaten Kebumen.
Fahlevi, M. R., Putri, D. R. D., Indriani, U., Putri, F. A., & Nasution, F. S. (2024). Penerapan metode SMART dalam sistem pendukung keputusan rekomendasi benih tomat. BRAHMANA: Jurnal Penerapan Kecerdasan Buatan, 5(2), 305–314.
Fathurohman, A. (2021). Machine learning untuk pendidikan: Mengapa dan bagaimana. Jurnal Informatika dan Teknologi Komputer, 1(3), 57–62.
Fitriani, W., Wity, F. L., & Mando, L. B. F. (2024). Sistem informasi e-commerce tenun ikat menggunakan metode RAD di Rumah BUMN Ende. JSISTEK: Jurnal Sistem Informasi dan Teknologi, 2(1), 26–34. https://doi.org/10.37478/jsistek.v2i1.3755
Haris, M. S., Khudori, A. N., & Kusuma, W. T. (2022). Perbandingan metode supervised machine learning untuk prediksi prevalensi stunting di Provinsi Jawa Timur. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK). https://doi.org/10.25126/jtiik.202296744
Indra, D., Herman, H., & Budi, F. S. (2023). Implementasi sistem penghitung kendaraan otomatis berbasis computer vision. Komputika: Jurnal Sistem Komputer, 12(1), 53–62. https://doi.org/10.34010/komputika.v12i1.9082
Kotta, C. R., Paseru, D., & Sumampouw, M. (2022). Implementasi metode convolutional neural network untuk mendeteksi penyakit pada citra daun tomat. Jurnal Pekommas, 7(2).
Mbagho, A. M., Meo, M. O., & Rinduh Iriane, G. (2023). Sistem pakar diagnosa hama penyakit tanaman tomat menggunakan metode forward chaining. Jurnal InFact Sains dan Komputer, 7(6).
Mendrofa, A. N., Gea, N., & Gea, K. (2023). Pengaruh pupuk organik ampas kelapa terhadap pertumbuhan tanaman tomat (Lycopersicum esculentum Mill.). Jurnal Sapta Agrica, 2. https://jurnal.uniraya.ac.id/index.php/Agrica36
Mirzaq, M. F. G. El, & Helilintar, R. (2021). Sistem pakar diagnosa penyakit tanaman tomat menggunakan metode certainty factor.
Pricillia, T., & Zulfachmi. (2021). Survey paper: Perbandingan metode pengembangan perangkat lunak (Waterfall, Prototype, RAD).
Putri, A. W. (2021). Tahun 2021 implementasi artificial neural network (ANN) backpropagation untuk klasifikasi jenis penyakit pada daun tanaman tomat. Jurnal Ilmiah Matematika.
Rahma, L., Syaputra, H., Mirza, A. H., & Purnamasari, S. D. (2021). Objek deteksi makanan khas Palembang menggunakan algoritma YOLO (You Only Look Once). Jurnal Nasional Ilmu Komputer, 2(3).
Ramadhani, F., Satria, A., & Dewi, S. (2024). Identifikasi kendaraan bermotor pada dashcam mobil menggunakan algoritma YOLO. Hello World: Jurnal Ilmu Komputer, 2(4), 199–206. https://doi.org/10.56211/helloworld.v2i4.466
Setiawan, F. B., Wijaya, O. J. A., Pratomo, L. H., & Riyadi, S. (2021). Sistem navigasi automated guided vehicle berbasis computer vision dan implementasi pada Raspberry Pi. Jurnal Rekayasa Elektrika, 17(1), 7–14. https://doi.org/10.17529/jre.v17i1.18087
Sugandi, A. N., & Hartono, B. (2022). Prosiding The 13th Industrial Research Workshop and National Seminar. Bandung.
Susim, T., & Darujati, C. (2021). Pengolahan citra untuk pengenalan wajah (face recognition) menggunakan OpenCV. Jurnal Syntax Admiration, 2(3).
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Jurnal ilmiah Sistem Informasi dan Ilmu Komputer
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
