IMPLEMENTASI METODE YOU ONLY LOOK ONCE (YOLO) PADA PENGENALAN OBJEK RIMPANG
Total View This Week0
Total View This Week0
Institusion
Universitas Maritim Raja Ali Haji
Author
TAUFIQ, RAMADHAN
Hayaty, Nurul
Ritha, Nola
Hayaty, Nurul
Ritha, Nola
Subject
005.1.Pemrograman
Datestamp
2023-08-02 04:31:13
Abstract :
Rimpang merupakan tumbuhan yang tumbuhnya menjalar di bawah permukaan tanah dan dapat menghasilkan tunas dan akar baru dari ruas-ruasnya. Biasanya disajikan setiap hari seperti minuman, makanan, dll. Banyaknya kemiripan dalam rimpang menyebabkan cendrung kesulitan untuk membedakannya. Tujuan dari penelitian ini adalah untuk mengetahui kemampuan metode You Only Look Once YOLO dalam mendeteksi jenis rimpang secara real-time yang diaplikasikan pada smartphone berbasis operasi sistem android. YOLO merupakan algoritma pendeteksian yang dilakukan dengan menggunakan repurpose classifier atau localizer untuk melakukan deteksi. Analisa yang dilakukan menggunakan dataset sebanyak 1000, 40 kelas, 16 batch. Menggunakan pembagian split data menjadi 70% data training, 20% data validasi, dan 10% data testing. Proses pelatihan hingga 300 epoch, dan penyimpanan checkpoint ke bentuk pytorch file dilakukan pada epoch 50, 100, 150, 200, 250, dan 300. Proses testing menggunakan epoch 150 karena menghasilkan nilai Precission, Recall, dan mAP terbaik. Pengujian ini dilakukan menggunakan perangkat smartphone Infinix Hot 10s dengan resolusi video berukuran 720x1640 piksel. Berdasarkan hasil pembahasan penelitian ini mendapatkan akurasi 80%.
Rimpang merupakan tumbuhan yang tumbuhnya menjalar di bawah permukaan tanah dan dapat menghasilkan tunas dan akar baru dari ruas-ruasnya. Biasanya disajikan setiap hari seperti minuman, makanan, dll. Banyaknya kemiripan dalam rimpang menyebabkan cendrung kesulitan untuk membedakannya. Tujuan dari penelitian ini adalah untuk mengetahui kemampuan metode You Only Look Once YOLO dalam mendeteksi jenis rimpang secara real-time yang diaplikasikan pada smartphone berbasis operasi sistem android. YOLO merupakan algoritma pendeteksian yang dilakukan dengan menggunakan repurpose classifier atau localizer untuk melakukan deteksi. Analisa yang dilakukan menggunakan dataset sebanyak 1000, 40 kelas, 16 batch. Menggunakan pembagian split data menjadi 70% data training, 20% data validasi, dan 10% data testing. Proses pelatihan hingga 300 epoch, dan penyimpanan checkpoint ke bentuk pytorch file dilakukan pada epoch 50, 100, 150, 200, 250, dan 300. Proses testing menggunakan epoch 150 karena menghasilkan nilai Precission, Recall, dan mAP terbaik. Pengujian ini dilakukan menggunakan perangkat smartphone Infinix Hot 10s dengan resolusi video berukuran 720x1640 piksel. Berdasarkan hasil pembahasan penelitian ini mendapatkan akurasi 80%.
File :
RAMADHAN _TAUFIQ_190155201054_Teknik Informatika - Cover.pdf
RAMADHAN _TAUFIQ_190155201054_Teknik Informatika - Abstrak.pdf
RAMADHAN _TAUFIQ_190155201054_Teknik Informatika - Bab I.pdf
RAMADHAN _TAUFIQ_190155201054_Teknik Informatika - Daftar Pustaka.pdf
RAMADHAN _TAUFIQ_190155201054_Teknik Informatika - Full Teks.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
