Pengembangan Aplikasi Prediksi Kerusakan Buah Dan Kualitas Biji Kakao (Theobroma Cacao L.) Berbasis Kecerdasan Buatan

Hanafi A, M. Fazha (2025) Pengembangan Aplikasi Prediksi Kerusakan Buah Dan Kualitas Biji Kakao (Theobroma Cacao L.) Berbasis Kecerdasan Buatan. S1 thesis, Universitas Andalas.

[img] Text (Cover dan Abtsrak)
abstrak.pdf - Published Version

Download (511kB)
[img] Text (BAB I. Pendahuluan)
BAB 1 Pendahuluan.pdf - Published Version

Download (393kB)
[img] Text (BAB V. Penutup)
BAB 5 Penutup.pdf - Published Version

Download (256kB)
[img] Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version

Download (389kB)
[img] Text (Sripsi full text)
skripsi fulltext.pdf - Published Version
Restricted to Repository staff only

Download (10MB) | Request a copy

Abstract

Penelitian ini mengembangkan aplikasi berbasis kecerdasan buatan yang memakai deteksi objek untuk membantu petani mengenali hama dan penyakit pada buah serta biji kakao. Model deep learning ini menggunakan transfer learning dengan YOLOv12, yang dilatih memakai dataset gambar buah kakao yang dibagi menjadi data latihan, validasi, dan uji. Dengan model deep learning dan algoritma YOLOv12 ini, aplikasi bisa mengenali berbagai hama dan penyakit seperti busuk buah, penggerek buah kakao, Helopeltis spp., dan juga buah kakao sehat. Dataset yang dipakai sudah dianotasi dengan teliti dan beragam agar pelatihan dan evaluasi model akurat. Hasil percobaan menunjukkan bahwa pembagian dataset 90% untuk latihan dan 10% untuk validasi serta pengujian menghasilkan kinerja optimal, dengan presisi 89,4%, recall 90,9%, dan mean Average Precision pada 50-95 (mAP50-95) sebesar 81,9%. Model yang dikembangkan ini cukup akurat dalam mendeteksi berbagai jenis hama dan penyakit. Diharapkan aplikasi ini dapat mengurangi kerugian panen akibat hama dan penyakit dengan meningkatkan literasi digital petani kakao dan mempermudah mereka dalam mengadopsi teknologi AI.

Item Type: Thesis (S1)
Supervisors: Dr.Fadli Hafizulhaq, S.T; Dr. Omil Charmyn Chatib, S.TP, M.Si
Uncontrolled Keywords: Deep Learning; Object Detection; YOLOv12; Aplikasi Mobile dan Pengolahan Citra
Subjects: S Agriculture > S Agriculture (General)
Divisions: Fakultas Teknologi Pertanian > S1 Teknik Pertanian dan Biosistem
Depositing User: Unnamed user with email tekpertanian@gmail.com
Date Deposited: 15 Aug 2025 02:24
Last Modified: 15 Aug 2025 02:24
URI: http://scholar.unand.ac.id/id/eprint/502758

Actions (login required)

View Item View Item