MUCHAROM, BAYU AJI and Vatresia, Arie and Faurina, Ruvita (2023) IDENTIFIKASI KEMATANGAN CABAI BESAR SIAP PANEN MENGGUNAKAN METODE YOU ONLY LOOK ONCE (YOLOv5). ['eprint_fieldopt_thesis_type_ut' not defined] thesis, Universitas Bengkulu.
![Bayu Aji Mucharom G1A016086_compressed - Bayu Aji Mucharom.pdf [thumbnail of Bayu Aji Mucharom G1A016086_compressed - Bayu Aji Mucharom.pdf]](https://repository.unib.ac.id/style/images/fileicons/text.png)
Bayu Aji Mucharom G1A016086_compressed - Bayu Aji Mucharom.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).
Download (1MB)
Abstract
Cabai Besar (Capsicum annuum L) merupakan komoditas potensial yang
memiliki nilai ekonomi yang tinggi, Akan tetapi buah cabai biasanya tidak dapat
bertahan lama. Setelah panen petani akan mensortir kualitas cabai secara manual
untuk memisahkan cabai berkualitas baik atau buruk. Untuk dapat mendeteksi
kualitas kematangan cabai dibutuhkan model identifikasi yang akurat yang bisa
membedakan setiap objek yang terdeteksi dalam kelas yang sama. Penelitian ini
menggunakan metode You Only Look Once (YOLO) untuk dapat mendeteksi
kualitas kematangan cabai merah. YOLO adalah metode deep neural network
yang memiliki tingkat akurasi yang sangat tinggi dan juga bertujuan untuk
memprediksi banyak bounding boxes dan probabilitas kelas untuk box-box. Pada
penelitian ini performa model identifikasi kematangan cabai besar menggunakan
YOLO menghasilkan mean Avarage Precision (mAP) sebesar 89,30%. Model
yang dihasilkan dapat mendeteksi kematangan cabai besar dengan baik
Kata kunci : Object Detection, YOLOv5, Cabai Besar.
Item Type: | Thesis (['eprint_fieldopt_thesis_type_ut' not defined]) |
---|---|
Subjects: | T Technology > T Technology (General) |
Divisions: | Faculty of Engineering > Department of Informatics Engineering |
Depositing User: | 58 lili haryanti |
Date Deposited: | 20 Nov 2023 06:34 |
Last Modified: | 20 Nov 2023 06:34 |
URI: | https://repository.unib.ac.id/id/eprint/17282 |