Repository Universitas Negeri PadangAplikasi Web Klasifikasi dan Deteksi Penyakit Daun Tomat Menggunakan Model CNN dan YOLOFachriRizalauthorPenelitian ini mengembangkan aplikasi berbasis web untuk klasifikasi dan deteksi penyakit daun tomat menggunakan model Convolutional Neural Network (CNN) dan You Only Look Once (YOLO). Penelitian ini menggunakan metode Research & Development (R&D) yang meliputi analisis kebutuhan, desain sistem, implementasi, pelatihan model, dan pengujian. Model CNN dilatih untuk mengklasifikasikan gambar daun tomat ke dalam kategori penyakit spesifik, sementara model YOLO dirancang untuk mendeteksi dan melokalisasi area yang terinfeksi secara real-time. Kedua model diintegrasikan ke dalam sistem web berbasis Flask untuk menyediakan fungsionalitas yang dapat diakses dan interaktif melalui browser web standar. Hasil pengujian menunjukkan bahwa model CNN mencapai akurasi 96,1%, berhasil mengidentifikasi jenis penyakit seperti Early Blight dan Bacterial Spot. Model YOLO mencapai mean Average Precision (mAP) sebesar 87,3% untuk deteksi real-time, berhasil mengidentifikasi dan menandai area terinfeksi pada daun tomat. Integrasi model CNN dan YOLO menunjukkan kinerja klasifikasi dan deteksi yang kuat, menawarkan solusi efisien dan skalabel untuk mendukung diagnosis penyakit dini dan transformasi digital dalam pertanian presisi.TK Electrical engineering. Electronics Nuclear engineering2025-11Universitas Negeri Padang;Teknik Elektronika FT UNPThesis

For work being deposited by its own author: In self-archiving this collection of files and associated bibliographic metadata, I grant Repository Universitas Negeri Padang the right to store them and to make them permanently available publicly for free on-line. I declare that this material is my own intellectual property and I understand that Repository Universitas Negeri Padang does not assume any responsibility if there is any breach of copyright in distributing these files or metadata. (All authors are urged to prominently assert their copyright on the title page of their work.)

For work being deposited by someone other than its author: I hereby declare that the collection of files and associated bibliographic metadata that I am archiving at Repository Universitas Negeri Padang is in the public domain. If this is not the case, I accept full responsibility for any breach of copyright that distributing these files or metadata may entail.

Clicking on the Deposit Item Now button indicates your agreement to these terms.