Text
SKRIPSI KOMPARASI LIME DENGAN KOMBINASI YOLOV8 DAN LIME UNTUK KLASIFIKASI UMUR AYAM BROILER PADA VIDEO CCTV
Klasifikasi umur ayam broiler secara manual masih menjadi kendala dalam efisiensi waktu dan akurasi pengambilan keputusan di sektor peternakan. Penelitian ini mengembangkan sistem klasifikasi otomatis umur ayam broiler berbasis pengolahan citra menggunakan algoritma YOLOv8 dan interpretasi hasil klasifikasi melalui metode LIME (Local Interpreteble Model-Agnostic Explanations). Data diperoleh dari rekaman CCTV di kandang ayam, diekstrak menjadi citra, dan dianotasi untuk pelatihan model. Model YOLOv8 menunjukkan performa tinggi dengan akurasi klasifikasi mencapai 95% dalam mengidentifikasi umur ayam berdasarkan ciri visual. Untuk meningkatkan transparasi prediksi, metode LIME diterapkan melalui dua pendekatan, yaitu langsung pada citra dan pada output YOLO. Hasil evaluasi menunjukkan akurasi model lokal LIME sebesar 87,8% pada citra asli dan 73,51% pada output YOLO. Temuan ini menunjukkan bahwa interpretasi pada citra lebih akurat, sementara interpretasi dari output YOLO lebih fokus pada area tubuh ayam yang terdeteksi. Sistem ini dapat meningkatkan efisiensi pemantauan dan pengambilan keputusan dalam manajemen pertumbuhan ayam broiler secara otomatis dan berbasis data
Tidak tersedia versi lain