Penerapan Teknologi Internet of Things untuk Sistem Deteksi danKlasifikasi Hama pada Tanaman Anggur Menggunakan YOLOdan SVM

Abstract

Deteksi dan klasifikasi hama tanaman secara
akurat menjadi tantangan penting dalam meningkatkan
produktivitas pertanian, terutama pada tanaman anggur
yang rentan terhadap serangan hama belalang. Penelitian
ini mengusulkan sistem cerdas berbasis Internet of
Things (IoT) yang menggabungkan algoritma YOLOv8
untuk deteksi objek dan Support Vector Machine (SVM)
untuk klasifikasi dua kelas yaitu belalang dan bukan
belalang. Pendekatan ini memanfaatkan kombinasi dua
metode berbeda, yaitu deteksi berbasis deep learning dan
klasifikasi berbasis machine learning untuk
meningkatkan akurasi serta keandalan sistem dalam
kondisi lapangan nyata. Hasil pengujian menunjukkan
akurasi 97% dengan nilai precision, recall, dan F1-score
yang seimbang pada kedua kelas. Kebaruan penelitian ini
terletak pada penerapan integrasi YOLOv8 dan SVM
secara real- time di sistem IoT pertanian untuk klasifikasi
spesifik hama belalang pada tanaman anggur yang
sebelumnya belum banyak dieksplorasi. Pendekatan ini
berpotensi digunakan pada sistem pertanian presisi guna
mendukung deteksi hama otomatis di lapangan.