IDENTIFIKASI PEMILIHAN BIJI KATAK (BULBIL) TANAMAN PORANG MENGGUNAKAN METODE YOU ONLY LOOK ONCE (YOLOv5)

MUH, ARIFIN and Rusdi, Efendi and Aan, Erlanshari (2023) IDENTIFIKASI PEMILIHAN BIJI KATAK (BULBIL) TANAMAN PORANG MENGGUNAKAN METODE YOU ONLY LOOK ONCE (YOLOv5). Undergraduated thesis, Fakultas Teknik.

Archive (Thesis Informatika) IDENTIFIKASI PEMILIHAN BULBIL PORANG - MUH ARIFIN-1_compressed (1) - Muh Arifin.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons GNU GPL (Software). Download (2MB)

Abstract

Penelitian ini mengkaji penggunaan metode You Only Look Once versi 5 (YOLOv5) untuk mengidentifikasi pemilihan biji katak (Bulbil) pada tanaman Porang (Amorphophallus muelleri Blume). Tanaman Porang memiliki nilai ekonomi yang tinggi karena menghasilkan umbi dengan kandungan glukomanan yang penting dalam industri pangan dan obat. Pemilihan biji katak yang baik memainkan peran krusial dalam budidaya Porang yang berhasil. Penelitian ini dimulai dengan mengumpulkan dataset citra biji katak dari tanaman Porang kedalam kategori “Baik” dan “Kurang Baik” dan menerapkan metode YOLOv5 untuk pelabelan dan deteksi objek. Metode ini memiliki kemampuan unik dalam mendeteksi objek dengan melihat citra hanya sekali proses, dan sangat relevan dalam aplikasi ini. Dataset dibagi menjadi data pelatihan, validasi, dan pengujian. Hasil dari penelitian ini mengindikasikan bahwa YOLOv5 mampu mengidentifikasi dan membedakan biji katak (Bulbil) Porang yang baik dan kurang baik dengan akurasi yang signifikan. Penentuan kualitas biji Bulbil yang baik didasarkan pada karakteristik seperti ukuran, bentuk, dan asal umbi daun yang dihasilkan. Akurasi model diukur dan dievaluasi menggunakan metrik yang relevan sehingga menghasilkan nilai 98%. Kata Kunci: Deteksi Objek, YOLOv5, Bulbil Porang, Pemilihan Kualitas, Akurasi.

Actions (login required)

View Item