Takyudin, Takyudin (2023) ALGORITMA YOLO (YOU ONLY LOOK ONCE) UNTUK MENDETEKSI DAN MENGHITUNG ANAKAN IKAN LELE. Masters thesis, Universitas Putra Indonesia YPTK.
Text
TESIS_TAKYUDIN_212321044_ABSTRAK.pdf Download (376kB) |
|
Text
TESIS_TAKYUDIN_212321044_BAB I.pdf Download (643kB) |
|
Text
TESIS_TAKYUDIN_212321044_DAFTAR PUSTAKA.pdf Download (446kB) |
|
Text
TESIS_TAKYUDIN_212321044_FULL TEXT.pdf Restricted to Repository staff only Download (4MB) |
Abstract
Perkembangan teknologi computer vision berkembang dengan sangat cepat dan merambah dalam segala sektor, diantaranya perikanan. Penelitian ini berfokus mendeteksi dan menghitung anakan ikan lele. Penelitian ini bertujuan untuk menerapkan deep learning dalam mendeteksi objek anakan ikan lele dan menghitung secara akurat sehingga membantu petani dan pembeli mengurangi resiko kerugian. Sistem deteksi pada penelitian ini menggunakan teknik pengolahan citra digital sebagai cara untuk mendapatkan informasi dari objek deteksi. Metode penelitian menggunakan YOLO Object Detection yang memiliki kemampuan sangat cepat dalam mengidentifikasi objek. Objek yang dideteksi sebuah objek anakan ikan lele yang diberi bounding box dan label deteksi menampilkan nama class dan nilai precision. Dataset berjumlah 321 berupa gambar objek anakan ikan lele dari sumber internet dan fotografi yang ditraining menghasilkan model baru citra digital. Jumlah split dataset training, validasi dan testing masing masing bernilai menjadi 655 gambar training, 83 gambar validasi dan 83 gambar untuk proses testing. Nilai model training mAP 68 %, Precision 72 % dan Recall 64 %. Hasil pengujian deteksi berdasarkan metode YOLO diperoleh tingkat akurasi 74.7 %. Berdasarkan hasil pengujian yang dilakukan dengan jumlah objek 50 ekor hingga 500 ekor ukuran 2-8 cm menggunakan video, objek pada citra berhasil dikenali dengan akurasi 63% sampai 70%. Perhitungan menggunakan algoritma YOLO menunjukkan hasil yang cukup baik.
Item Type: | Thesis (Masters) |
---|---|
Subjects: | 0 Research > Ilmu Komputer > Algoritma 0 Research > Ilmu Komputer |
Divisions/ Fakultas/ Prodi: | Fakultas Ilmu Komputer > Magister Ilmu Komputer (S2) |
Depositing User: | Fani Alivia S.S.i |
Date Deposited: | 24 Jan 2025 04:50 |
Last Modified: | 24 Jan 2025 04:50 |
URI: | http://repository.upiyptk.ac.id/id/eprint/12996 |
Actions (login required)
View Item |