Informasi Umum

Kode

25.04.1283

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Science

Dilihat

122 kali

Informasi Lainnya

Abstraksi

Pengembangan sistem deteksi objek berbasis YOLOv8 menjadi salah satu inovasi dalam bidang teknologi pengolahan citra.<i> Dataset</i> yang digunakan mencakup 3122 gambar jamur yang terbagi ke dalam tiga kelas, yaitu bisa dimakan (<i>edible</i>), tidak bisa dimakan (<i>inedible</i>), dan beracun (<i>poisonous</i>). Penelitian ini bertujuan untuk mengembangkan sistem deteksi jamur beracun berbasis YOLOv8 melalui <i>fine-tuning </i>model menggunakan metode <i>One Factor At a Time </i>(OFAT). Sistem yang dibuat akan dioptimalkan melalui pendekatan <i>fine-tuning</i> menggunakan metode OFAT untuk menentukan konfigurasi <i>hyperparameter</i> dengan nilai yang paling sesuai. Model YOLOv8 yang telah di <i>fine-tuning</i> diuji menggunakan metrik evaluasi seperti akurasi, presisi, <i>recall</i>, <i>F1-score</i>, dan mAP (<i>Mean Average Precision</i>). Hasil penelitian menunjukkan bahwa pendekatan <i>fine-tuning</i> mampu meningkatkan performa model secara signifikan dibandingkan model <i>pre-trained </i>dengan rata-rata kenaikan setiap metrik adalah 4% dibandingkan model <i>pre-trained</i>, dengan peningkatan terbesar mAP pada <i>threshold</i> 0.50 sebesar 4,6%.<br /> <br /> Kata Kunci: jamur, deteksi objek, YOLOv8, OFAT, fine-tuning

  • CDK2FAB3 - KECERDASAN BUATAN
  • CDK2DAB3 - PEMODELAN, SIMULASI, DAN OPTIMASI
  • CDK4GAA4 - TUGAS AKHIR

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Anda harus log in untuk mengakses flippingbook

Pengarang

Nama MOH LUTFI FADILAH
Jenis Perorangan
Penyunting Wahyu Andi Saputra, Aina Latifa Riyana Putri
Penerjemah

Penerbit

Nama Universitas Telkom, S1 Sains Data - Kampus Purwokerto
Kota Bandung
Tahun 2025

Sirkulasi

Harga sewa IDR 0,00
Denda harian IDR 0,00
Jenis Non-Sirkulasi