APLIKASI IDENTIFIKASI KUALITAS BERAS BERDASARKAN MORFOLOGI

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