Perangkat Cerdas Berbasis U-Net untuk Memantau Kerusakan Daun Pakcoy Akibat Serangan Hama

Ni Komang Diani; Made Windu Antara Kesiman; I Made Gede  Sunarya; Putu Zasya Eka Satya Nugraha

doi:10.31004/riggs.v5i1.6957

Authors

Ni Komang Diani Universitas Pendidikan Ganesha
Made Windu Antara Kesiman Universitas Pendidikan Ganesha
I Made Gede Sunarya Universitas Pendidikan Ganesha
Putu Zasya Eka Satya Nugraha Universitas Pendidikan Ganesha

DOI:

https://doi.org/10.31004/riggs.v5i1.6957

Keywords:

Deep Learning, Segmentasi Semantik, U-Net, Smart Agriculture, IoT

Abstract

Implementasi Pertanian modern di Smart Green Garden Universitas Pendidikan Ganesha saat ini menghadapi tantangan yang signifikan dalam efisiensi mendeteksi serangan hama pada tanaman Pakcoy (Brassica rapa L.). metode pemantauan secara manual terbukti tidak efektif dan memakan waktu yang cukup lama serta mengalami kesulitan dalam mengenali kerusakan daun pakcoy dalam skala besar. Penelitian ini berfokus pada pengembangan perangkat cerdas yang menggabungkan arsitektur deep learning U-Net untuk segmentasi semantik dengan perangkat Internet of Things (IoT). Sistem ini menggunakan kamera CCTV yang dimodifikasi dengan Stepper motor Nema 23 dan Arduino Nano untuk melakukan pemindaian area tanam secara otomatis dalam radius 360 derajat secara otomatis. Dataset penelitian berjumlah 405 citra hasil augmentasi berkualitas tinggi dengan resolusi 512x512 piksel untuk memperkuat generalisasi model. Model U-Net dilatih menggunakan strategi 5-fold cross validation. Hasil evaluasi menunjukkan bahwa Model U-Net pada (Fold-2) menghasilkan performa paling unggul dengan tingkat Akurasi Global 96,8% dan Mean Intersection over Union (mIoU) sebesar 0,683. Sistem ini mampu mendeteksi serta memvisualisasikan area kerusakan daun, seperti lubang dan bercak, secara real-time melalui koneksi Real-Time Streaming Protocol (RTSP) pada dashboard website, hal ini menjadi alternatif pemantauan yang lebih presisi dibandingkan metode deteksi objek konvensional untuk deteksi dini serangan hama. Sehingga sistem cerdas ini diharapkan mampu membantu petani untuk efisiensi waktu pemantauan.

Downloads

Download data is not yet available.

References

A. M. Artemyeva dan A. B. Kurina, “Eco-Geographical and Botanical Patterns of Resistance to Lepidoptera Insects in Brassica rapa L.,” Plants, vol. 13, no. 5, Mar 2024, doi: 10.3390/plants13050673.

R. I. Ramadhan, H. Fitriyah, dan E. R. Widasari, “Sistem Deteksi Daun Busuk pada Pakcoy Hidroponik menggunakan Metode Thresholding pada Warna Hue dan Saturasi berbasis Raspberry Pi,” 2023. [Daring]. Tersedia pada: http://j-ptiik.ub.ac.id

O. Shalash dkk., “Enhancing Hydroponic Farming with Machine Learning: Growth Prediction and Anomaly Detection,” 2025. doi: 10.2139/ssrn.5079228.

I. M. Dendi Maysanjaya, “Klasifikasi Pneumonia pada Citra X-rays Paru-paru dengan Convolutional Neural Network (Classification of Pneumonia Based on Lung X-rays Images using Convolutional Neural Network),” 2020.

M. W. A. Kesiman, I. G. M. Darmawiguna, I. G. R. M. Putra, dan N. L. P. Kurniawati, “Benchmarking a New Dataset of Traditional Balinese Carving Ornaments for Image Classification Task,” European Alliance for Innovation n.o., Mar 2022. doi: 10.4108/eai.27-11-2021.2315534.

I. D. G. A. W. Natih, M. W. A. Kesiman, dan I. M. G. Sunarya, “Analisis Perbandingan Arsitektur dan Optimizer YOLOv11 untuk Estimasi Buah Kelapa,” RIGGS: Journal of Artificial Intelligence and Digital Business, vol. 4, no. 4, hlm. 12–19, Nov 2025, doi: 10.31004/riggs.v4i4.3329.

A. Li, D. Li, dan A. Wang, “A Two-Stage YOLOv5s–U-Net Framework for Defect Localization and Segmentation in Overhead Transmission Lines,” Sensors, vol. 25, no. 9, Mei 2025, doi: 10.3390/s25092903.

I. Made, A. Darma Putra, M. Dendi Maysanjaya, M. Windu, dan A. Kesiman, “PENDEKATAN BERBASIS U-NET UNTUK SEGMENTASI HARD EXUDATE DALAM CITRA FUNDUS RETINA,” INSERT: Information System and Emerging Technology Journal, vol. 4, no. 1, 2023.

I. M. Dendi Maysanjaya, K. Suwis, S. Atmaja, I. Made, dan G. Sunarya, “SEGMENTASI SOFT EXUDATE PADA CITRA FUNDUS RETINA PASIEN DIABETIC RETINOPATHY BERBASIS U-NET,” INSERT: Information System and Emerging Technology Journal, vol. 4, no. 2.

I. B. M. Y. Wirawan, I. M. G. Sunarya, dan I. M. D. Maysanjaya, “Semantic Segmentation of Rice Field Bund on Unmanned Aerial Vehicle Image using UNet,” dalam ICITEE 2022 - Proceedings of the 14th International Conference on Information Technology and Electrical Engineering, Institute of Electrical and Electronics Engineers Inc., 2022, hlm. 211–216. doi: 10.1109/ICITEE56407.2022.9954091.

A. López-Quílez, “AI, IoT and Remote Sensing in Precision Agriculture,” 1 Maret 2025, Multidisciplinary Digital Publishing Institute (MDPI). doi: 10.3390/app15062890.

P. Merta, I. Made, G. Sunarya, dan D. S. Wahyuni, “Pengembangan Robot Berbasis IOT Sebagai Media Pembelajaran Algoritma Pemrograman Berbasis Blok Pada Mata Pelajaran Informatika Tingkat SMP Kelas VIII,” Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika (KARMAPATI), vol. 14, no. 3, 2025.

M. Waruwu, “Metode Penelitian dan Pengembangan (R&D): Konsep, Jenis, Tahapan dan Kelebihan,” Jurnal Ilmiah Profesi Pendidikan, vol. 9, no. 2, hlm. 1220–1230, Mei 2024, doi: 10.29303/jipp.v9i2.2141.

O. Ronneberger, P. Fischer, dan T. Brox, “U-Net: Convolutional Networks for Biomedical Image Segmentation,” Mei 2015, [Daring]. Tersedia pada: http://arxiv.org/abs/1505.04597

T. Rahman dan L. B. Mahanta, “Evaluating the Deep Learning Models Performance for Segmentation of Oral Epithelial Dysplasia: A Histological Data-Driven Approach,” Prabha Materials Science Letters, vol. 3, no. 1, hlm. 94–104, Sep 2024, doi: 10.33889/PMSL.2024.3.1.007.

S. Deep Deb, R. Kashyap, A. Abhishek, dan R. Kumar Jha, “Severity estimation of Coffee leaf disease using U-Net and pixel counting mechanism,” 2024, doi: 10.1145/3647750.

I. Made, A. Darma Putra, M. Dendi Maysanjaya, M. Windu, dan A. Kesiman, “PENDEKATAN BERBASIS U-NET UNTUK SEGMENTASI HARD EXUDATE DALAM CITRA FUNDUS RETINA,” INSERT: Information System and Emerging Technology Journal, vol. 4, no. 1, 2023.

Moch. N. Annafii, O. V. Putra, T. Harmini, dan N. Trisnaningrum, “Segmentasi Semantik pada Citra Hama Leafblast Menggunakan Unet dan Optimasi Hyperband,” Prosiding Sains Nasional dan Teknologi, vol. 12, no. 1, hlm. 453–459, Nov 2022, doi: 10.36499/psnst.v12i1.7230.