@thesis{thesis,
		author={Shilvi Yanti  Safitri},
		title ={SISTEM IDENTIFIKASI DETEKSI BERAS DAN OBJEK ASING 
MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK 
(CNN)},
		year={2023},
		url={http://repository.unsada.ac.id/7479/},
		abstract={Pertanian merupakan suatu kegiatan produksi yang berkaitan dengan pertumbuhan
tanaman dan hewan. Dalam konteks bisnis pertanian, operasi produksi melibatkan
biaya dan pendapatan yang signifikan. Penelitian ini fokus pada pengembangan
sistem pendeteksian beras dan objek asing menggunakan computer vision, sebuah
bidang teknologi yang mendukung efisiensi kerja manusia, terutama dalam sektor
pertanian. Tujuan utama adalah memastikan kualitas beras yang dihasilkan untuk
konsumsi dengan mengidentifikasi dan mencegah kemungkinan terkontaminasi
oleh objek asing. Algoritma You Only Look Once (YOLO) berfungsi sebagai
pendekatan yang digunakan dalam pembelajaran mesin., khususnya dalam tugas
pendeteksian objek. Algoritma ini berbasis Convolutional Neural Network (CNN)
dan memiliki kemampuan untuk mengklasifikasikan serta menemukan objek dalam
citra, bahkan jika jumlah objek tersebut lebih dari satu. Melalui penerapan
algoritma ini, penelitian mencapai tingkat keberhasilan sebesar 92% dengan nilai
threshold 0.1. Hasil evaluasi mencakup F1-Confidence Curve sebesar 0.822,
Precision-Confidence Curve sebesar 0.922, Precision-Recall Curve sebesar 0.995,
mAP @0.5, Recall-Confidence sebesar 1.00, dan Confusion Matrix sebesar 1.00.}
		}