ELLEN, THERESIA NADEAK and Arie, Vatresia and Ferzha, Putra Utama (2024) DETEKSI KUALITAS TELUR AYAM BERDASARKAN KULIT TELUR MENGGUNAKAN YOLOV5 (YOU ONLY LOOK ONCE). ['eprint_fieldopt_thesis_type_ut' not defined] thesis, Universitas Bengkulu.
![Thesis [thumbnail of Thesis]](https://repository.unib.ac.id/style/images/fileicons/archive.png)
Skripsi_Ellen Theresia Nadeak_G1A018080 - Ellen Theresia Nadeak.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).
Download (3MB)
Abstract
Penelitian ini membahas klasifikasi otomatis telur ayam berdasarkan
kualitas menggunakan algoritma deteksi objek YOLOv5. Komposisi fisik
telur yang khas, serta kemiripan kulit telur yang tinggi sehingga memerlukan
teknologi yang dapat membantu pemilihan kualitas telur. Studi ini
menggunakan metodologi CRISP-DM, yang mencakup tahapan seperti
Pemahaman Bisnis, Pemahaman Data, Persiapan Data, Pemodelan,
Evaluasi, dan Penerapan. Algoritma YOLOv5 dipilih karena keampuhannya
dalam mendeteksi objek pada data gambar. Kumpulan data tersebut, terdiri
dari 2001 gambar yang dianotasi Model yang digunakan adalah YOLO versi
5 dengan arsitektur small. Pelatihan model menggunakan nilai epoch.
Pelatihan berhenti pada epoch 199 setelah tidak ada peningkatan dalam
epoch terakhir. Hasil terbaik diamati pada epoch 199. Dari hasil evaluasi
model didapatkan grafik yang presisi dan stabil. Evaluasi model dilakukan
dengan menggunakan metrik MAP dan confusion matrix berdasarkan nilai
ambang batas IoU 0,5 dan 0,95. Nilai mAP@0.5 dengan nilai IoU threshold
0,95 untuk semua kelas eksperimen ini adalah 0,992. mAP@0.5 dengan nilai
IoU threshold 0,95 untuk semua kelas eksperimen ini adalah 0,890.
Kata kunci : YOLOv5, Augmentasi, Pemodelan, Telur, Deteksi Objek
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: | Lili Haryanti, S.IPust |
Date Deposited: | 03 Oct 2024 07:41 |
Last Modified: | 03 Oct 2024 07:41 |
URI: | https://repository.unib.ac.id/id/eprint/21914 |