DETEKSI HAMA WHITEFLIES (ALEYRODIDAE) PADA TANAMAN CUCURBITACEAE MENGGUNAKAN YOLOV11

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.