Sistem Kecerdasan Buatan Untuk Deteksi Kondisi Daun Berbasis Metode Klasifikasi

Penyakit tanaman merupakan ancaman signifikan terhadap produktivitas pertanian. Penelitian ini bertujuan untuk membangun dan mengevaluasi sistem kecerdasan buatan yang mampu mendeteksi kondisi kesehatan daun secara otomatis serta membandingkan kinerja dua arsitektur Deep Learning yang berbeda. Data citra daun diperoleh dari dataset Kaggle dan diproses menggunakan metode Convolutional Neural Network (CNN) dan MobileNetV2 untuk klasifikasi, sedangkan algoritma YOLOv8 diterapkan untuk mendeteksi objek daun dalam citra. Evaluasi kinerja model dilakukan menggunakan metrik akurasi untuk menilai kemampuan sistem dalam mengidentifikasi daun sehat dan berpenyakit. Hasil penelitian menunjukkan tingkat efisiensi dan perbandingan performa yang signifikan antara kedua metode klasifikasi. Model terbaik kemudian diimplementasikan pada aplikasi web berbasis Python yang memungkinkan pengguna mengunggah citra daun dan memperoleh hasil deteksi secara real-time. Implementasi ini memberikan kontribusi praktis terhadap pengembangan sistem pertanian presisi.