Rancang Bangun Sistem Deteksi Penyakit Kakao Berbasis Convolutional Neural Network (CNN) Untuk Prediksi Harga Jual Berdasarkan Tingkat Kerusakan Buah

Riyandi, Fajar Alif (2025) Rancang Bangun Sistem Deteksi Penyakit Kakao Berbasis Convolutional Neural Network (CNN) Untuk Prediksi Harga Jual Berdasarkan Tingkat Kerusakan Buah. S1 thesis, Universitas Andalas.

	Text (Cover dan Abstrak) 1_Cover dan Abstrak_Fajar Alif Riyandi.pdf - Published Version Download (943kB)
	Text (BAB I Pendahuluan) 2_BAB 1 PENDAHULUAN_Fajar Alif Riyandi.pdf - Published Version Download (3MB)
	Text (BAB V Penutup) 3_BAB 5 PENUTUP_Fajar Alif Riyandi.pdf - Published Version Download (260kB)
	Text (Daftar Pustaka) 4_DAFPUS_Fajar Alif Riyandi.pdf - Published Version Download (256kB)
	Text (Skripsi Full Text) 5_Full Text_TA_Fajar Alif Riyandi.pdf - Published Version Restricted to Repository staff only Download (174MB) | Request a copy

Abstract

Menurunnya kualitas dan harga jual biji kakao di Indonesia, yang secara signifikan dipengaruhi oleh penyakit dan serangan hama, memberikan dampak besar terhadap kesejahteraan petani. Penelitian ini merancang dan mengimplementasikan sebuah sistem terintegrasi untuk deteksi penyakit kakao dan prediksi harga jual berdasarkan tingkat kerusakan buah. Sistem ini menggabungkan perangkat IoT berbasis mikrokontroler ESP32 yang secara kontinu mengumpulkan data lingkungan seperti suhu, kelembapan tanah, dan intensitas cahaya, dengan aplikasi mobile berbasis Android. Perangkat IoT mampu beroperasi hingga dua hari menggunakan baterai berkapasitas 2000 mAh, sehingga sesuai untuk diterapkan di lahan perkebunan dengan keterbatasan akses listrik. Untuk deteksi, aplikasi memanfaatkan model berbasis Convolutional Neural Network (CNN), yaitu YOLOv8n untuk identifikasi penyakit (akurasi 87,2%) dan YOLOv8n-seg untuk prediksi tingkat kerusakan buah (MAE: Blackpod 4,375%, Helopeltis 6,956%, PBK 6,044%). Large Language Model (LLM) Qwen digunakan untuk memproses keluaran deteksi penyakit dan data lingkungan yang dikumpulkan IoT guna memberikan rekomendasi penanganan dan pencegahan yang andal. Aplikasi mobile yang dikembangkan mendukung penggunaan secara daring maupun luring serta mampu memberikan estimasi harga jual secara akurat, dengan tujuan meningkatkan efisiensi pengelolaan kebun dan kesejahteraan petani kakao.

Actions (login required)

View Item