IMPLEMENTASI MODEL DEEP LEARNING BERBASIS YOLO UNTUK KLASIFIKASI KUALITAS BATANG TEBU PANEN - Dalam bentuk buku karya ilmiah
MUHAMMAD AVIESENA RABBANI

Informasi Umum

Kode

25.04.4888

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Computer Vision

Dilihat

41 kali

Informasi Lainnya

Abstraksi

<p>Industri gula di Indonesia menghadapi tantangan besar dalam memenuhi</p>

<p>kebutuhan domestik akibat rendahnya produktivitas dan kualitas tebu. Sebagai</p>

<p>salah satu pabrik gula terbesar, PT. SGN PG. Jatiroto memiliki permasalahan yang</p>

<p>cukup krusial yaitu proses klasifikasi mutu tebu yang masih dilakukan secara</p>

<p>manual sehingga menimbulkan subjektivitas dalam pengklasifikasian mutu tebu</p>

<p>serta isu kepercayaan dari petani dan mitra pengangkut yang menyebabkan biaya</p>

<p>tambahan. Penelitian ini bertujuan untuk mengembangkan model <i>deep learning</i></p>

<p>berbasis algoritma YOLOv10 untuk klasifikasi mutu batang tebu yang diharapkan</p>

<p>dapat meningkatkan objektivitas dan efisiensi dalam evaluasi mutu tebu di PT.</p>

<p>SGN PG. Jatiroto. Metodologi yang digunakan mengacu pada tahapan <i>Knowledge</i></p>

<p><i>Discovery in Database</i> (<i>KDD</i>) yang mencakup: (1) Pengumpulan data visual</p>

<p>batang tebu dengan variasi mutu; (2) Pra-pemrosesan data seperti anotasi data dan</p>

<p>pembagian data; (3) Transformasi data melalui standarisasi dan augmentasi; (4)</p>

<p>Proses <i>data mining</i> dengan melatih model YOLOv10 di lingkungan PyTorch;</p>

<p>serta (5) Evaluasi hasil model menggunakan <i>confusion matrix</i>. Model</p>

<p>dikembangkan menggunakan YOLOv10 dan dilatih pada tiga skenario pembagian</p>

<p>data (70:30, 80:20, 90:10). Skenario 80:20 memberikan performa terbaik dengan</p>

<p>nilai <i>mAP50</i> sebesar 0.931<i>, mAP50-95</i> sebesar 0.812, akurasi 0.812, presisi<i> </i>0.871,</p>

<p>sensivitas 0.887, dan <i>f1-score</i> 0.880. Simulasi model terbaik menggunakan data</p>

<p>video menunjukkan akurasi klasifikasi sebesar 99% dengan <i>confidence</i> rata-rata</p>

<p>di atas 90% untuk kelas D dan E. Temuan ini menunjukkan bahwa model</p>

<p>YOLOv10 memiliki potensi untuk mendukung klasifikasi mutu tebu secara <i>real-</i></p>

<p><i>time</i>, konsisten, dan objektif, serta memberikan landasan awal menuju otomatisasi</p>

<p>proses klasifikasi mutu di industri agro khususnya tebu.</p>

<p><b><i>Kata kunci&mdash;anotasi data, CNN, dataset, deep learning, evaluasi, klasifikasi</i></b></p>

<p><b><i>mutu tebu, pertanian, YOLO</i></b></p>

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook