APLIKASI IDENTIFIKASI SPESIES FERRISIA DI BENGKULU MENGGUNAKAN METODE YOU ONLY LOOK ONCE (YOLO)

FIRDAUS, MUHAMMAD REYHAN and Faurina, Ruvita and Zakarni, Agustin (2023) APLIKASI IDENTIFIKASI SPESIES FERRISIA DI BENGKULU MENGGUNAKAN METODE YOU ONLY LOOK ONCE (YOLO). Undergraduated thesis, Universitas Bengkulu.

Text Skripsi Muhammad Reyhan Firdaus G1A018067 - M. Reyhan Firdaus.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons GNU GPL (Software). Download (5MB)

Abstract

Kutu putih merupakan salah satu serangga yang banyak menyerang berbagai jenis tanaman budidaya. Salah satu genus kutu putih yaitu Ferrisia yang saat ini baru di temukan dua spesies di Indonesia yaitu F. Dasylirii dan F, Virgata. Untuk mengidentifikasi spesies ferrisia harus dilakukan dengan cara mengawetkan hewan ke preparat kemudian di lihat menggunakan mikroskop. Perbedaan diantara kedua spesies ini adalah letak pori-pori discodialnya yang berada pada Tubular Duck, untuk F virgata letak pori-pori discodialnya berada di antara ujung tubular duck dan inti tubular duck sedangkan untuk spesies F Dasylirii letek pori-pori discodialnya berada di ujung luar dan ujung dalam Tubular duck. Penggunaan teknologi computer vision menjadi slah satu solusi untuk mengidentifikasi spesies ferrisia dengan mudah. Penelitian ini bertujuan menghasilkan dataset spesies ferrisia teranotasi yang ada di Provinsi Bengkulu, Menghasilkan model YOLO untuk mengembangkan aplikasi identifikasi spesies ferrisia berbasis website. Penelitian dilaksanakan dari bulan April hingga bulan Oktober 2022. Pengumpulan data dilakukan secara langsung dengan megambil gambar secara manual menggunakan smartphone di mikroskop kemudian melakukan augmentasi pada data sehingga mendapatkan data berjumlah 2832 gambar. Model terbagus didapat pada model YOLO dengan arsitektus small (YOLOV5S). Penulis melakukan evaluasi terhadap model dengan menggunakan metric MAP dan confusion matrix berdasarkan nilai IoU threshold sebesar 0,5 dan 0,75. Nilai ini diberikan berdasarkan kompetisi Pascal VOC dan MS COCO. MAP@0.5 untuk nilai IoU threshold sebesar 0,5 yang dihasilkan untuk semua kelas dari percobaan ini yaitu 0,7. MAP@0.5 untuk nilai IoU threshold sebesar 0,5 yang dihasilkan untuk semua kelas dari percobaan ini yaitu 0,7. Pengujian aplikasi dilakukan dnegan metode blackbox dan semua fungsi aplikasi berjalan dengan baik. Aplikasi dapat digunakan pada website. Kata kunci : Computer Vision, Yolov5, Hama, Spesies

Actions (login required)

View Item