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). ['eprint_fieldopt_thesis_type_ut' not defined] thesis, Universitas Bengkulu.

[thumbnail of Skripsi Muhammad Reyhan Firdaus G1A018067 - M. Reyhan Firdaus.pdf] 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

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 07:15
Last Modified: 20 Nov 2023 07:15
URI: https://repository.unib.ac.id/id/eprint/17293

Actions (login required)

View Item
View Item

slot gacor terbaik

slot gacor terpercaya

Situs Resmi Bisawd

slot gacor 4d

Slot Terpercaya

Slot Gacor bet 200