APLIKASI IDENTIFIKASI KUALITAS BERAS BERDASARKAN MORFOLOGI

M. AKBAR, MAULANA and Arie, Vatresia and Ruvita, Faurina (2023) APLIKASI IDENTIFIKASI KUALITAS BERAS BERDASARKAN MORFOLOGI. Undergraduated thesis, Universitas Bengkulu.

Archive (Thesis) Naskah Skripsi_M. Akbar Maulana_G1A018081 - M. Akbar Maulana.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons GNU GPL (Software). Download (3MB)

Abstract

Indonesia1merupakan1sekian dari banyak1produsen dan konsumen beras terkemuka1di dunia. Ada berbagai jenis dan kualitas beras pertanian di Indonesia. Setiap jenis beras diklasifikasikan menurut kualitasnya. Penentuan mutu beras dipengaruhi oleh beberapa faktor yaitu persentase beras patah, menir, beras utuh, dan derajat sosoh. Pemanfaatan Computer Vision yang dibangun dengan metode YOLO (You Only Look Once) dapat menjadi solusi dalam mengklasifikasikan kualitas beras. Penelitian ini bertujuan untuk menghasilkan model deteksi dengan dataset beras berdasarkan morfologinya. Pengambilan data dilakukan secara langsung dengan pengambilan gambar secara manual menggunakan smartphone kemudian dilakukan augmentasi data sehingga terdapat 551 gambar dengan total 12.612 objek. Model dilatih dengan nilai parameter 1000 epoch dan 100 patience. Pelatihan berhenti pada epoch 705 setelah tidak ada peningkatan dalam 100 epoch terakhir. Hasil terbaik diamati pada epoch 605. Evaluasi model dilakukan dengan menggunakan metrik MAP dan matriks konfusi berdasarkan nilai threshold IoU 0,5 dan 0,75. mAP@0.5 untuk IoU dihasilkan nilai threshold 0,5 dan 0,75 untuk semua kelas eksperimen ini yaitu 0,989 dan 0,989. Model tersebut diterapkan ke dalam aplikasi dan dapat digunakan pada Android. Kata kunci : Computer Vision, YOLOv5, Object Detection, Beras

Actions (login required)

View Item