Sistem Deteksi Real-Time Penyakit Tanaman (Huanglongbing) pada Daun Jeruk Menggunakan Algoritma YOLO V8 yang Dimodifikasi

Abstract

Penyakit Huanglongbing (HLB), atau dikenal juga sebagai penyakit CVPD, merupakan ancaman serius bagi produktivitas pertanian jeruk karena dapat menyebabkan kerugian ekonomi yang besar. Deteksi dini sangat penting untuk mengendalikan penyebarannya, namun metode manual yang selama ini dilakukan memakan waktu dan rentan terhadap kesalahan. Penelitian ini bertujuan untuk mengembangkan sistem deteksi real-time yang mampu mengidentifikasi penyakit HLB pada daun jeruk secara cepat dan akurat.Sistem yang diusulkan menggunakan algoritma YOLOv8 (You Only Look Once versi 8) yang dimodifikasi. YOLO dipilih karena kemampuannya dalam mendeteksi objek secara real-time dengan kecepatan dan akurasi yang tinggi. Modifikasi dilakukan untuk meningkatkan kinerja model dalam mengenali pola dan gejala khas HLB pada daun, seperti blotchy mottle (bercak tidak beraturan) dan warna daun yang menguning. Proses pengembangan meliputi pengumpulan data citra daun jeruk, pelabelan data, pelatihan model, dan pengujian sistem.Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mendeteksi gejala HLB pada daun jeruk dengan tingkat akurasi yang tinggi dan dalam waktu yang singkat. Implementasi algoritma YOLOv8 yang dimodifikasi ini berhasil mengidentifikasi ciri-ciri visual penyakit secara efektif. Dengan demikian, sistem ini berpotensi menjadi alat bantu yang praktis dan efisien bagi petani untuk melakukan pemantauan kesehatan tanaman jeruk secara real-time, sehingga tindakan pengendalian dapat segera dilakukan untuk meminimalkan kerugian.