EUVIMEDEUVIMED entdecken
Open Access · CC BY-SA 4.0

Implementasi Algoritma YOLOv12 Untuk Deteksi Tingkat Kesiapan Panen Kangkung Potong Secara Realtime Berbasis Android

Muhammad Rizki Setyawan, Fajar Rahardika Bahari Putra, Suhardi Aras, Dimas Adi Suseno, Andini Setyaningsi

Insect (Informatics and Security): Jurnal Teknik Informatika · 19.08.2026 · 12 (2) · 181-194

DOI: 10.33506/insect.v12i2.5910 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Insect (Informatics and Security): Jurnal Teknik Informatika, online erschienen am 19.08.2026. Verfasst von Muhammad Rizki Setyawan und 4 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Penentuan tingkat kesiapan panen kangkung potong umumnya masih dilakukan secara manual melalui pengamatan visual petani yang bersifat subjektif sehingga rentan menimbulkan ketidakkonsistenan dan memengaruhi kualitas serta nilai jual hasil panen. Penelitian ini bertujuan mengimplementasikan algoritma YOLOv12 untuk mendeteksi tingkat kesiapan panen kangkung potong ke dalam dua kelas, yaitu siap panen dan belum panen, secara real-time pada perangkat Android. Dataset terdiri atas 3.556 citra yang dikumpulkan dari repositori publik, kemudian dianotasi, diaugmentasi, dan dibagi dengan proporsi 70:20:10. Model YOLOv12s dilatih selama 100 epoch pada Google Colab, lalu dikonversi ke format ONNX agar dapat dijalankan langsung di perangkat melalui ONNX Runtime. Hasil evaluasi menunjukkan model memperoleh precision 0,841, recall 0,888, mAP50 0,914, dan mAP50-95 0,539, dengan performa terbaik pada kelas siap panen (recall 0,990). Sistem berhasil diimplementasikan menjadi aplikasi Android Kangkung Detector dan diuji menggunakan black box testing yang seluruh fungsinya berjalan sesuai harapan, serta usability testing terhadap 25 responden dengan rata-rata penerimaan 92,08%. Dengan demikian, penerapan YOLOv12 berbasis Android terbukti mampu mendeteksi tingkat kesiapan panen kangkung potong secara akurat dan praktis sehingga berpotensi membantu petani menentukan waktu panen secara lebih konsisten.

Zitieren

APA

Setyawan, M. R., Putra, F. R. B., Aras, S., Suseno, D. A., & Setyaningsi, A. (2026). Implementasi Algoritma YOLOv12 Untuk Deteksi Tingkat Kesiapan Panen Kangkung Potong Secara Realtime Berbasis Android. Insect (Informatics and Security): Jurnal Teknik Informatika, 12(2), 181-194. https://doi.org/10.33506/insect.v12i2.5910

Vancouver

Setyawan MR, Putra FRB, Aras S, Suseno DA, Setyaningsi A. Implementasi Algoritma YOLOv12 Untuk Deteksi Tingkat Kesiapan Panen Kangkung Potong Secara Realtime Berbasis Android. Insect (Informatics and Security): Jurnal Teknik Informatika. 2026;12(2):181-194. doi:10.33506/insect.v12i2.5910

BibTeX
@article{Setyawan2026,
  author = {Setyawan, Muhammad Rizki and Putra, Fajar Rahardika Bahari and Aras, Suhardi and Suseno, Dimas Adi and Setyaningsi, Andini},
  title = {Implementasi Algoritma YOLOv12 Untuk Deteksi Tingkat Kesiapan Panen Kangkung Potong Secara Realtime Berbasis Android},
  journal = {Insect (Informatics and Security): Jurnal Teknik Informatika},
  year = {2026},
  volume = {12},
  number = {2},
  pages = {181--194},
  doi = {10.33506/insect.v12i2.5910}
}
Kostenlos starten →