Penerapan Tree Structured Parzen Estimator pada YOLOv8 untuk Deteksi dan Klasifikasi Serangga Hama pada Tanaman Padi

MUHAMMAD ALFI RAMADHAN, . (2026) Penerapan Tree Structured Parzen Estimator pada YOLOv8 untuk Deteksi dan Klasifikasi Serangga Hama pada Tanaman Padi. Skripsi thesis, UPN "VETERAN" YOGYAKARTA.

	Text 123220179_Cover - Muhammad Alfi Ramadhan.pdf Download (122kB)
	Text 123220179_Abstrak - Muhammad Alfi Ramadhan.pdf Download (150kB)
	Text 123220179_Halaman Pengesahan - Muhammad Alfi Ramadhan.pdf Download (650kB)
	Text 123220179_Daftar Isi - Muhammad Alfi Ramadhan.pdf Download (155kB)
	Text 123220179_Daftar Pustaka - Muhammad Alfi Ramadhan.pdf Download (138kB)
	Text 123220179_Fulltext - Muhammad Alfi Ramadhan.pdf Restricted to Repository staff only Download (8MB)

Abstract

Serangga hama merupakan salah satu penyebab utama penurunan produktivitas tanaman padi sehingga diperlukan sistem deteksi yang cepat dan akurat untuk mendukung pengendalian hama. Berbagai penelitian telah memanfaatkan model YOLOv8 untuk mendeteksi serangga hama secara otomatis. Namun, performa model sangat dipengaruhi oleh pemilihan hyperparameter yang digunakan selama proses pelatihan. Beberapa penelitian masih menggunakan kombinasi hyperparameter yang ditentukan secara empiris atau belum menerapkan metode optimasi hyperparameter yang terstruktur, sehingga potensi peningkatan performa model belum dapat dimaksimalkan. Oleh karena itu, penelitian ini mengusulkan optimasi hyperparameter otomatis menggunakan algoritma Tree-Structured Parzen Estimator (TPE) untuk meningkatkan performa model YOLOv8n dalam deteksi dan klasifikasi serangga hama pada tanaman padi.
Penelitian ini mengusulkan sistem deteksi dan klasifikasi serangga hama pada tanaman padi menggunakan model YOLOv8n yang dioptimasi dengan algoritma Tree-Structured Parzen Estimator (TPE) melalui framework Optuna. Dataset yang digunakan merupakan gabungan dari dataset IP102 dan R2000 yang terdiri dari 1.854 citra dengan 10 kelas serangga hama padi, yaitu rice_leaf_roller, rice_leaf_caterpillar, asiatic_rice_borer, yellow_rice_borer, rice_gall_midge, brown_plant_hopper, white_backed_plant_hopper, rice_water_weevil, rice_leafhopper, dan grain_spreader_thrips. Optimasi hyperparameter dilakukan dengan mengoptimasi learning rate, batch size, optimizer, dan momentum menggunakan TPE, kemudian dibandingkan dengan metode Grid Search dan Random Search masing-masing sebanyak 54 trial. Hyperparameter terbaik yang diperoleh kemudian digunakan untuk melatih ulang model YOLOv8n selama 100 epoch dan dievaluasi menggunakan metrik precision, recall, dan mean Average Precision (mAP).
Hasil penelitian menunjukkan bahwa optimasi hyperparameter menggunakan algoritma TPE berhasil meningkatkan performa model YOLOv8n secara signifikan dibandingkan model baseline. Model baseline menghasilkan nilai precision sebesar 0,750, recall sebesar 0,768, dan mAP50 sebesar 0,822. Setelah dioptimasi menggunakan TPE dengan konfigurasi terbaik berupa learning rate 0,000539, batch size 16, optimizer Adam, dan momentum 0,915, model menghasilkan precision sebesar 0,790, recall sebesar 0,798, dan mAP50 sebesar 0,840. Sementara itu, model hasil optimasi Grid Search menghasilkan recall sebesar 0,813 dan mAP50-95 sebesar 0,526, yang menunjukkan kemampuan deteksi objek dan lokalisasi bounding box yang baik. Namun demikian, secara keseluruhan TPE tetap menghasilkan performa terbaik dengan keseimbangan precision, recall, dan mAP50 yang lebih stabil. Algoritma TPE terbukti menjadi metode optimasi hyperparameter yang efektif dan efisien karena memanfaatkan pendekatan Bayesian Optimization dan mekanisme pruning untuk menemukan konfigurasi optimal secara adaptif tanpa mengevaluasi seluruh kombinasi parameter secara menyeluruh.

Item Type:	Tugas Akhir (Skripsi)
Uncontrolled Keywords:	Tree-Structured Parzen Estimator, YOLOv8, deteksi serangga hama, tanaman padi, optimasi hyperparameter
Subjek:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	Indah Lestari
Date Deposited:	08 Oct 2026 03:45
Last Modified:	08 Oct 2026 03:45
URI:	http://eprints.upnyk.ac.id/id/eprint/49601

Actions (login required)

View Item