Text
SKRIPSI IMPLEMENTASI ALGORITMA YOU ONLY LOOK ONCE (YOLO) V5 UNTUK KLASIFIKASI JENIS MONYET
Munculnya kecerdasan buatan (Artificial Intelligence) dan pembelajaran mesin (Machine Learning), menjadikan pengamatan, identifikasi, dan pengenalan hewan berdasarkan gambar maupun video menjadi jauh lebih mudah. Satu dari sekian algoritma yang dapat digunakan untuk membangun suatu system deteksi dan klasifikasi suatu objek adalah dengan menggunakan algoritma You Only Look Once (YOLO). YOLO merupakan algoritma deteksi objek berbasis Deep Learning yang pertama kali dikembangkan oleh Joseph Redmon pada tahun 2015. Penelitian ini difokuskan untuk membangun sebuah sistem yang dapat mengklasifikasi jenis monyet dengan menggunakan algoritma YOLO versi kelima (yolov5). Terdapat dua kelas atau jenis monyet yang diklasifikasi, yaitu monyet ekor panjang (macaca fascicularis) dan monyet rhesus (macaca mulatta). Pada proses pelatihan machine learning menggunakan yolov5 ini menggunakan sebanyak 3805 data latih yang terbagi kedalam dua kelas, serta 490 data uji untuk perhitungan nilai metrik evaluasi. Dari hasil pelatihan yang dilakukan pada google colaboratory dan menggunakan 60 epoch, didapatkan hasil persentase nilai mAP (Mean Average Precision) sebesar 99,5%. Sedangkan dari pengujian 490 data uji didapatkan hasil persentase nilai rata-rata akurasi sebesar 97,4% dengan persentase error berada pada nilai 2,6%.
Kata kunci: Deteksi objek, google colaboratory, machine learning, monyet, YOLOv5
33-UN57.U1-STE-VII-2023 | ELEKTRO HID I 2023 | Ruang Skripsi (TEKNIK ELEKTRO) | Tersedia namun tidak untuk dipinjamkan - No Loan |
Tidak tersedia versi lain