Text
SKRIPSI PENGHITUNG TELUR AYAM OTOMATIS UNTUK PETERNAKAN AYAM elba
INTISARI
Kemajuan teknologi dizaman ini memunculkan Kecerdasan baru atau dikenal dengan sebutan Artificial Intelligence (AI). Salah satu ilmu pengetahuan dari Artificial Intelligence adalah computer vision yang mempelajari disiplin ilmu tentang bagaimana komputer dapat mengenali objek yang diamati. Deteksi objek mempelajari bagaimana komputer mengenali objek di dalam gambar atau video dengan mendeteksi kotak batas objek. Penelitian ini berfokus pada perancangan sistem machine learning untuk melakukan klasifikasi Telur ayam ELBA. Sistem machine learning yang dibuat pada penelitian menghasilkan model training machine learning yangkemudian diintegrasikan ke dalam aplikasi sehingga dapat melakukan klasifikasi dan penghitung telur baik secara real time maupun rekaman. Dataset gambar yang dikumpulkan disesuaikan dengan lingkungan yaitu peternakan. Semakin banyak dataset maka akan lebih baik lagi performa dari model machine learning yang dibuat. Algoritma YOLO v8 yang merupakan pengembangan algoritma Convolutional Neural Network digunakan karena memberikan performa sangat baik serta training model machine learning yang tidak memakan banyak waktu. Aplikasi yang dibuat memiliki fitur dalam menghitung nilai telur. Pengujian dilakukan per menit dengan pengambilan data selama 10 kali. Aplikasi yang sudah diintegrasikan model machine learning diuji dengan total objek yang diprediksi yaitu sebanyak 524 data gambaruji dengan akurasi yang dihasilkan 94,5% dengan MSE (mean absolute error) sebesar 14,8 dan metrik evaluasi objek deteksi MAP (mean average precision) yaitu 99.5%.
Kata Kunci: Artificial Intellige, Ayam ELBA, Computer vision Telur, Yolo v8
17-UN57.U1-STE-III-2024 | ELEKTRO SET P 2024 | Ruang Skripsi (TEKNIK ELEKTRO) | Tersedia namun tidak untuk dipinjamkan - No Loan |
Tidak tersedia versi lain