APLIKASI IDENTIFIKASI SPESIES FERRISIA DI BENGKULU MENGGUNAKAN METODE YOU ONLY LOOK ONCE (YOLO)

Kutu putih merupakan salah satu serangga yang banyak menyerang berbagai jenis tanaman
budidaya. Salah satu genus kutu putih yaitu Ferrisia yang saat ini baru di temukan dua
spesies di Indonesia yaitu F. Dasylirii dan F, Virgata. Untuk mengidentifikasi spesies
ferrisia harus dilakukan dengan cara mengawetkan hewan ke preparat kemudian di lihat
menggunakan mikroskop. Perbedaan diantara kedua spesies ini adalah letak pori-pori
discodialnya yang berada pada Tubular Duck, untuk F virgata letak pori-pori discodialnya
berada di antara ujung tubular duck dan inti tubular duck sedangkan untuk spesies F
Dasylirii letek pori-pori discodialnya berada di ujung luar dan ujung dalam Tubular duck.
Penggunaan teknologi computer vision menjadi slah satu solusi untuk mengidentifikasi
spesies ferrisia dengan mudah. Penelitian ini bertujuan menghasilkan dataset spesies
ferrisia teranotasi yang ada di Provinsi Bengkulu, Menghasilkan model YOLO untuk
mengembangkan aplikasi identifikasi spesies ferrisia berbasis website. Penelitian
dilaksanakan dari bulan April hingga bulan Oktober 2022. Pengumpulan data dilakukan
secara langsung dengan megambil gambar secara manual menggunakan smartphone di
mikroskop kemudian melakukan augmentasi pada data sehingga mendapatkan data
berjumlah 2832 gambar. Model terbagus didapat pada model YOLO dengan arsitektus
small (YOLOV5S). Penulis melakukan evaluasi terhadap model dengan menggunakan
metric MAP dan confusion matrix berdasarkan nilai IoU threshold sebesar 0,5 dan 0,75.
Nilai ini diberikan berdasarkan kompetisi Pascal VOC dan MS COCO. MAP@0.5 untuk
nilai IoU threshold sebesar 0,5 yang dihasilkan untuk semua kelas dari percobaan ini yaitu
0,7. MAP@0.5 untuk nilai IoU threshold sebesar 0,5 yang dihasilkan untuk semua kelas
dari percobaan ini yaitu 0,7. Pengujian aplikasi dilakukan dnegan metode blackbox dan
semua fungsi aplikasi berjalan dengan baik. Aplikasi dapat digunakan pada website.
Kata kunci : Computer Vision, Yolov5, Hama, Spesies