Rancang Bangun Aplikasi Mobile Berbasis YOLOv11 untuk Deteksi Penyakit Daun Tanaman Anggur

Abstract

Abstrak— Tanaman anggur rentan terhadap berbagai penyakit daun yang dapat menurunkan produktivitas, sehingga diperlukan metode deteksi yang cepat dan akurat untuk menggantikan identifikasi manual yang kurang konsisten. Penelitian ini bertujuan untuk mengembangkan sistem deteksi penyakit daun anggur dalam bentuk aplikasi seluler menggunakan model YOLOv11 sebagai object detector. Metode penelitian mencakup pengumpulan data, pelatihan model, evaluasi model, dan ekspor model. Dataset yang digunakan terdiri dari empat kelas penyakit dan satu kelas untuk daun sehat, dengan pembagian ke dalam tiga skema proporsi data, yaitu 70:20:10, 80:10:10, dan 60:20:20. Setiap skema, data dipisahkan kedalam folder train set, validation set, dan test set. Model kemudian dilatih menggunakan empat optimizer yang berbeda yakni Adam, AdamW, NAdam, dan RAdam, untuk mengetahui konfigurasi terbaik dalam meningkatkan performa deteksi. Hasil pelatihan menunjukkan bahwa skema 80:10:10 dengan optimizer NAdam memberikan performa paling unggul, dengan F1-Score 98,93%, precision 99,81%, recall 98,13%, dan mAP50-95 sebesar 91,63%. Penelitian ini tidak hanya berhasil membangun model tetapi juga mengimplementasikannya ke dalam aplikasi mobile yang praktis dan kokoh dikondisi nyata.
Kata Kunci— YOLOv11, Deteksi Penyakit Daun, Tanaman Anggur, Optimizer, Aplikasi Mobile