Helfy Susilawati, M.T. Dosen Pembimbing 1 Iik Muhamad M Matin, M.T. Dosen Pembimbing 1 Candrika Dwi Pramudya Dosen Pembimbing 1

Penelitian ini bertujuan untuk merancang sistem pendeteksi penyakit pada tanaman sawi menggunakan YOLOv5 berbasis Raspberry Pi serta mengukur akurasi deteksi yang dihasilkan. Sistem ini dikembangkan agar dapat mendeteksi dua jenis penyakit utama pada daun sawi, yaitu bercak daun dan jamur patogen, secara real-time. Metode yang digunakan dalam penelitian ini melibatkan metode YOLOv5 pada perangkat Raspberry Pi 4 dengan kamera sebagai komponen pengambilan gambar. Hasil pengujian menunjukkan bahwa sistem dapat mendeteksi penyakit dengan cukup baik, meskipun terdapat keterlambatan dalam menampilkan hasil deteksi saat objek pertama kali masuk ke dalam frame kamera. Proses deteksi menjadi lebih stabil ketika objek dalam keadaan diam. Namun, terdapat kendala berupa lagging dalam pengenalan penyakit, dengan rata-rata delay sebesar 1,9 detik untuk bercak daun dan 1,6 detik untuk jamur patogen. Secara keseluruhan, sistem yang dikembangkan mampu mengenali penyakit pada daun sawi, tetapi masih memerlukan optimasi lebih lanjut untuk meningkatkan kecepatan dan responsivitas deteksi, khususnya dalam mengurangi lagging kamera agar dapat digunakan secara lebih efektif.