eprintid: 8940
rev_number: 7
eprint_status: archive
userid: 46
dir: disk0/00/00/89/40
datestamp: 2025-02-10 03:58:25
lastmod: 2025-02-10 03:58:25
status_changed: 2025-02-10 03:58:25
type: thesis
metadata_visibility: show
creators_name: Yanshojah, Alwindo
creators_name: Awaliyah Zuraiyah, Tjut
creators_name: Kartika Utami, Dian
creators_NPM: 065117180
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Yanshojah, Alwindo
contributors_name: Awaliyah Zuraiyah, Tjut
contributors_name: Kartika Utami, Dian
contributors_NIDN: Tjut
corp_creators: Universitas Pakuan
corp_creators: Fakultas Matematika dan Ilmu Pnegetahuan Alam
corp_creators: Program Studi Ilmu Komputer
title: MODEL DETEKSI BUAH APEL DENGAN ALGORITMA
YOU ONLY LOOK ONCE (YOLO)
ispublished: pub
subjects: QK
divisions: sch_ecs
full_text_status: public
abstract: MODEL DETEKSI BUAH APEL DENGAN ALGORITMA
YOU ONLY LOOK ONCE (YOLO)
Alwindo Yanshojah1)
, Dr.Tjut Awaliyah2)
, Dian Kartika Utami3)
Program Studi Ilmu Komputer, FMIPA, Universitas Pakuan, Bogor, Indonesia
Corresponding Author:
Abstrak
Teknologi pengolahan citra digital (Digital Image Processing) telah berkembang pesat,
dengan banyaknya pengimplementasian yang diterapkan pada kehidupan manusia, baik berupa
aplikasi atau produk seperi robot yang menggunakan teknologi ini pada berbagai bidang. Solusi
untuk mengatasi masalah tersebut adalah menggunakan Model sistem Deteksi Buah Apel Dengan
Algoritma YOLO. Algoritma You Only Look Once (YOLO) adalah merupakan suatu algoritma
yang mendeteksi objek dengan membagi citra menjadi beberapa grid. Feature map dari keluaran
YOLO menghasilkan bbox, skor objektif dan skor kelas. YOLO adalah salah satu metode deteksi
objek tercepat dengan kinerja yang baik dan akurasi tinggi. Hasil output yang dikeluarkan adalah
didapatkan model sistem deep learning yang baik dalam mendeteksi objek apel. Hasil evaluasi sistem
dinilai dari nilai mAP@0,5 yaitu sebesar 99,5%. Sedangkan performa deteksi dilihat berdasarkan
setiap kelas dengan menghitung nilai F1 confidence score. Adapun hasil confidence score yang
diperoleh adalah sebagai berikut: kelas Fuji 99%, Granny Smith 94%, Manalagi 9,87%, Red Delicious
9,87%, dan Royal Gala 98,9%. Hal ini dapat membantu permasalahan mengenali buah apel yang
belum memiliki label.
Kata kunci: Model Deteksi Buah Apel dengan Algoritma Yolo, pengolahan citra
date: 2024-08-22
date_type: published
pages: 22
institution: Universitas Pakuan
department: Fakultas Matematika dan Pengetahuan Alam
thesis_type: Skripsi
thesis_name: Sarjana
citation:   Yanshojah, Alwindo and Awaliyah Zuraiyah, Tjut and Kartika Utami, Dian  (2024) MODEL DETEKSI BUAH APEL DENGAN ALGORITMA YOU ONLY LOOK ONCE (YOLO).  Skripsi thesis, Universitas Pakuan.   
document_url: http://eprints.unpak.ac.id/8940/1/SKRIPSI_065117180_Alwindo%20Yanshojah.pdf