Implementasi YOLOv8 Untuk Deteksi Penyakit Daun Jagung Menggunakan Algoritma Convolutional Neural Network (CNN)

Abstract

Jagung merupakan salah satu tanaman pangan utama dunia, yang menjadi kebutuhan penting setelah padi. Di Indonesia, jagung juga merupakan salah satu tanaman pangan penting setelah beras. Salah satu masalah yang dihadapi di Karawang, terutama dalam sektor pertanian jagung, adalah situasi yang dialami oleh Bapak Sakim di Dusun Sukamaju, Kecamatan Teluk Jambe Timur. Masalah utamanya adalah kegagalan panen yang disebabkan oleh kondisi cuaca yang sangat kering dari bulan Juni hingga September 2023, serta kekurangan pasokan air untuk irigasi tanaman. Hal ini mengakibatkan munculnya beberapa penyakit pada tanaman jagung, termasuk Hawar Daun dan Karat Daun, yang menyebabkan sebagian tanaman mati dan menimbulkan kerugian yang dalam hal biaya seperti pupuk, obat-obatan, dan benih tanaman.Untuk mengidentifikasi penyakit pada daun jagung, seringkali dilakukan secara manual. Proses identifikasi manual ini seringkali memiliki beberapa kendala, Membuat kemungkinan terjadinya penyebaran penyakit pada daun jagung. Diperlukan model deteksi penyakit pada daun jagung berbasis computer vision untuk membantu mengatasi permasalahan tersebut, Salah satunya adalah dengan menggunakan algoritma Convolutional Neural Network (CNN). Proses dimulai dengan pengumpulan dataset penyakit daun jagung dengan jumlah citra sebanyak 900. Selanjutnya, proses pelatihan dilakukan sebanyak 200 epoch. Pengujian dilakukan sebanyak 30 kali dengan foto yang berbeda menggunakan webcam secara real-time dan menghasilkan akurasi sebesar 93%.