DIFERENSIASI DAN PENGHITUNGAN OTOMATIS KOLONI BAKTERI PADA SAMPEL TANAH DENGAN METODE YOLO BERDASARKAN MORFOLOGI KOLONI BAKTERI

Diferensiasi koloni bakteri merupakan proses penting dalam mengenali koloni bakteri
yang terdapat pada sampel tanah. Penghitungan koloni bakteri saat ini umumnya
dilakukan secara konvensional berdasarkan karakteristik fenotip bakteri, seperti
morfologi koloni. Namun, metode tersebut memerlukan waktu dan usaha yang besar.
Oleh karena itu, diferensiasi dan penghitungan otomatis koloni bakteri yang akurat dan
efisien sangat diperlukan. Salah satu metode yang bisa digunakan untuk mengatasi hal
tersebut adalah menggunakan deep learning, seperti model YOLOv5. Penelitian ini
bertujuan untuk mengembangkan metode diferensiasi dan penghitungan otomatis koloni
bakteri pada sampel tanah menggunakan metode YOLO (You Only Look Once)
berdasarkan morfologi koloni bakteri. Penelitian dilaksanakan dari bulan Agustus 2022
hingga September 2022. Data yang digunakan mengalami proses preprocessing dan
augmentasi untuk meningkatkan kualitas dan keragaman data. Setelah proses tersebut,
diperoleh 388 gambar dengan total 9.136 objek koloni bakteri. Model YOLO dilatih
dengan mengoptimalkan parameter, mencapai epoch 895 dengan menggunakan nilai
patience 600. Evaluasi dilakukan dengan menggunakan metrik Mean Average Precision
(MAP) dan confusion matrix. Pada nilai IOU threshold 0,5, MAP@0,5 untuk semua kelas
pada percobaan ini adalah 0,796. Sedangkan pada nilai IOU threshold 0,75, MAP@0,5
untuk semua kelas adalah 0,774. Aplikasi yang dikembangkan berbasis android telah diuji
dan mendapatkan nilai 80,25, menunjukkan penerimaan yang baik oleh pengguna.
Aplikasi tersebut dibangun berdasarkan model teroptimal yang diperoleh dan dapat
diunduh melalui play store.
Kata kunci: Diferensiasi, Koloni Bakteri, Penghitungan Otomatis, YOLOv5