DETEKSI PENYAKIT DAN HAMA PADA TANAMAN PADI MENGGUNAKAN YOLOV8

Penyakit dan hama pada tanaman padi mengancam ketahanan pangan, khususnya
di Asia tropis dengan potensi kehilangan hasil hingga 43%. Penelitian ini
mengembangkan sistem deteksi berbasis YOLOv8 yang terintegrasi dengan
rekomendasi penanganan dan antarmuka web interaktif. Dua model dikembangkan
menggunakan YOLOv8m pada dataset 2.462 citra dari Kabupaten Sigi, yaitu model
V1 dengan lima kelas (bercak cokelat, blas, hama putih palsu, hawar daun bakteri,
dan sehat) dan model V2 dengan empat kelas tanpa bercak cokelat. Hasil evaluasi
menunjukkan model V1 mencapai presisi 0,892, recall 0,761, mAP@50 sebesar
0,847, mAP@50-95 sebesar 0,632, dan F1-Score 0,82. Model V2 secara konsisten
mengungguli V1 pada seluruh metrik, dengan presisi 0,933, recall 0,808, mAP@50
sebesar 0,887, mAP@50-95 sebesar 0,714, dan F1-Score 0,86. Pengujian kecepatan
juga dilakukan dan menunjukkan kedua model mampu melakukan inferensi secara
real-time dengan kecepatan 101,26–107,89 FPS. Sistem rekomendasi berhasil
diintegrasikan dalam platform web menggunakan framework Streamlit,
memungkinkan deteksi real-time sekaligus penyajian informasi penyebab, gejala,
dampak, dan strategi pengendalian penyakit secara otomatis.