Deteksi Hama Whiteflies (Aleyrodidae) Pada Tanaman Cucurbitaceae Menggunakan YOLOv11

Abstrak

Hama Whitefly (Aleyrodidae) merupakan ancaman signifikan bagi produktivitas tanaman Cucurbitaceae di Indonesia, menyebabkan kerugian panen dan penyebaran virus. Karena metode deteksi manual lambat dan tidak efisien, diperlukan solusi teknologi untuk identifikasi dini. Penelitian ini membangun dan mengevaluasi model deteksi objek menggunakan arsitektur YOLOv11. Metodologi yang digunakan meliputi empat tahap: persiapan 1.940 citra gambar dari repositori publik, preprocessing data melalui anotasi dan augmentasi (blur, brightness, noise), perancangan dan pelatihan model, serta evaluasi kinerja. Model yang telah dilatih kemudian diimplementasikan ke dalam aplikasi web untuk deteksi real-time. Hasil evaluasi menunjukkan performa model yang sangat baik, dengan mAP@50 sebesar 85,6% dan mAP@50-95 sebesar 81,2%. Selain itu, model ini mencapai nilai precision 83,1%, recall 89,0%, dan F1-Score 86,0%, ini membuktikan model mampu mendeteksi hama secara akurat dan konsisten. Penelitian ini berhasil menghasilkan sebuah sistem deteksi dini yang efektif dan mudah diakses, memberikan kontribusi praktis bagi pengembangan pertanian presisi dan mendukung upaya ketahanan pangan di Indonesia melalui penerapan teknologi deep learning.

Kata Kunci: YOLOv11, Whitefly, Hama, Cucurbitaceae.