Sistem Deteksi Tanaman Penyakit Daun Melon Menggunakan You Only Look Once (Yolov8) dan Convolutional Block Attention Module (Cbam)

Nawangsari, Dewi (2026) Sistem Deteksi Tanaman Penyakit Daun Melon Menggunakan You Only Look Once (Yolov8) dan Convolutional Block Attention Module (Cbam). Diploma thesis, Universitas Islam Indragiri.

[thumbnail of 403221010061_Dewi Nawangsari_01_Cover_Abstrak_Pengesahan.pdf] Text
403221010061_Dewi Nawangsari_01_Cover_Abstrak_Pengesahan.pdf
Download (1MB)
[thumbnail of 403221010061_Dewi Nawangsari_02_Pendahuluan.pdf] Text
403221010061_Dewi Nawangsari_02_Pendahuluan.pdf
Download (522kB)
[thumbnail of 403221010061_Dewi Nawangsari_03_Bab1.pdf] Text
403221010061_Dewi Nawangsari_03_Bab1.pdf
Download (508kB)
[thumbnail of 403221010061_Dewi Nawangsari_04_Bab2.pdf] Text
403221010061_Dewi Nawangsari_04_Bab2.pdf
Download (665kB)
[thumbnail of 403221010061_Dewi Nawangsari_05_Bab3.pdf] Text
403221010061_Dewi Nawangsari_05_Bab3.pdf
Download (828kB)
[thumbnail of 403221010061_Dewi Nawangsari_06_Bab4.pdf] Text
403221010061_Dewi Nawangsari_06_Bab4.pdf
Restricted to Repository staff only
Download (1MB)
[thumbnail of 403221010061_Dewi Nawangsari_07_Bab5.pdf] Text
403221010061_Dewi Nawangsari_07_Bab5.pdf
Download (492kB)
[thumbnail of 403221010061_Dewi Nawangsari_08_Pustaka_Lampiran.pdf] Text
403221010061_Dewi Nawangsari_08_Pustaka_Lampiran.pdf
Download (1MB)
[thumbnail of SKRIPSI Dewi Nawangsari SI 40%.pdf] Text
SKRIPSI Dewi Nawangsari SI 40%.pdf
Download (2MB)

Abstract

Penyakit pada daun melon dapat menurunkan kualitas dan produktivitas hasil panen apa bila tidak dideteksi secara dini. Keterbatasan pengetahuan petani dalam mengenali gejala visual penyakit sering menyebabkan keterlambatan penanganan, sehingga diperlukan sistem deteksi otomatis berbasis citra digital. Penelitian ini bertujuan mengetahui kinerja model YOLOv8 yang dikombinasikan dengan Convolutional Block Attention Module (CBAM) dalam mendeteksi empat jenis penyakit daun melon, yaitu bercak bersudut, embun bulu, layu fusarium, dan mosaik virus, serta mengimplementasikannya ke dalam aplikasi Android dan membandingkan kinerjanya dengan model You Only Look Once (YOLOv7). Penelitian menggunakan pendekatan kuantitatif dengan dataset 4.000 citra daun melon yang melalui tahap pra pemrosesan, pelabelan, dan augmentasi data, kemudian dilatih menggunakan arsitektur YOLOv8n yang dimodifikasi dengan penyisipan modul CBAM pada bagian backbone. Model terbaik dikonversi ke format TensorFlow Lite dan diintegrasikan ke aplikasi Android. Hasil pengujian menunjukkan model YOLOv8-CBAM memperoleh precision 82,92%, recall 77,32%, [email protected] 82,00%, Matrik 83%, sementara YOLOv7 memperoleh Precision sebesar 57,30%, Recall 49,20%, F1-score 52,93%, [email protected] sebesar 52,20%, dan [email protected]:0.95 sebesar 21,50%. Hasil perbandingan menunjukkan bahwa model YOLOv8+CBAM memiliki performa deteksi yang lebih baik dibandingkan YOLOv7 pada seluruh metrik evaluasi. Ole karena itu, model YOLOv8+CBAM dinilai lebih sesuai diimplementasikan pada aplikasi android

Item Type: Thesis (Diploma)
Uncontrolled Keywords: You Only Look Once (YOLOv8), Convolutional Block Attention Module (CBAM), Deteksi Penyakit Daun Melon, Android, YOLOv7
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik dan Ilmu Komputer > Program Studi Sistem Informasi
Depositing User: Nilam Sari
Date Deposited: 28 Sep 2026 08:01
Last Modified: 28 Sep 2026 08:01
URI: http://repository.unisi.ac.id/id/eprint/1256

Actions (login required)

View Item View Item