Penerapan Metode Yolo V5 Dalam Mendeteksi Penyakit Tanaman Buah Naga

Abstract

Tujuan penelitian ini adalah untuk menggunakan Convolutional Neural Network (CNN) untuk mengidentifikasi penyakit dan buah pada tanaman buah naga. Berbagai penyakit dan kerusakan yang menyerang tanaman buah naga dapat mengurangi hasil panen secara signifikan. Oleh karena itu, untuk mendukung pertanian yang berkelanjutan, pengembangan sistem yang dapat mengidentifikasi penyakit dan mengetahui kondisi tanaman sangat penting. Studi ini menghasilkan program yang menggunakan model YOLO V5 untuk memecah gambar tanaman buah naga menjadi bagian-bagian yang berbeda, seperti daun dan buah, berdasarkan gambar input. Hasil program ini termasuk memprediksi jenis penyakit yang terdeteksi, menentukan lokasi spesifik penyakit pada tanaman, dan menemukan lokasi buah. Dataset yang relevan diuji untuk menghasilkan hasil deteksi yang akurat, dapat diandalkan, dan didukung.