ULWAN, HAFIZH (2023) IMPLEMENTASI METODE YOLO DALAM KLASIFIKASI DAGING SAPI DAN DAGING BABI DI PASAR TRADISIONAL. Other thesis, UPT PERPUSTAKAAN POLSRI.
![[img]](http://eprints.polsri.ac.id/style/images/fileicons/text.png) |
Text
a. COVER.pdf Download (1MB) |
|
|
Text (BAB I PENDAHULUAN)
b. BAB I.pdf Download (335kB) | Preview |
|
|
Text (BAB II TINJAUAN PUSTAKA)
c. BAB II.pdf Download (999kB) | Preview |
|
|
Text (BAB III METODOLOGI PENELITIAN)
d. BAB III.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
|
|
Text (BAB IV HASIL DAN PEMBAHASAN)
e. BAB IV.pdf Restricted to Repository staff only Download (744kB) | Request a copy |
|
|
Text (BAB V KESIMPULAN DAN SARAN)
f. BAB V.pdf Download (132kB) | Preview |
|
|
Text (DAFTAR PUSTAKA)
h. DAFTAR PUSTAKA..pdf Download (132kB) | Preview |
|
|
Text
g. LAMPIRAN.pdf Download (2MB) | Preview |
Abstract
Praktik pengoplosan daging babi dengan daging sapi sering menyebabkan kekhawatiran bagi konsumen di Indonesia terhadap keaslian produk daging yang dibeli. Penelitian ini menggunakan algoritma YOLO untuk mengklasifikasikan citra daging babi dan sapi guna mengatasi masalah tersebut. Metode yang digunakan dalam penelitian ini pertama yaitu dataset citra daging babi dan sapi dikumpulkan dan dilabeli dengan informasi tentang jenis daging. Setelah melewati proses pre-processing, algoritma YOLO dilatih dan divalidasi menggunakan dataset tersebut. Hasil evaluasi menunjukkan performa yang sangat baik dengan tingkat presisi rata-rata 97,9%, recall 100%, dan mAP50-95 97,2% pada data validasi. Saat diuji, algoritma dapat mengenali dan membedakan jenis daging dengan tingkat kepercayaan bervariasi, meskipun beberapa prediksi memiliki tingkat kepercayaan rendah yang memerlukan peningkatan performa. Kesimpulannya, algoritma YOLO berhasil menghasilkan model yang efektif dalam mendeteksi dan mengklasifikasikan objek pada citra daging, khususnya dalam identifikasi daging sapi dan babi. Saran untuk penelitian selanjutnya adalah memperkaya dataset citra dan menggunakan algoritma YOLO versi terbaru untuk meningkatkan akurasi dan konsistensi hasil prediksi.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Daging Babi, Daging Sapi, Klasifikasi, Confusion Matrix, You Only Look Once |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
| Divisions: | Electrical Engineering > Undergraduate Theses |
| Depositing User: | Mr Bambang Anthony |
| Date Deposited: | 23 Jan 2025 02:01 |
| Last Modified: | 23 Jan 2025 02:01 |
| URI: | http://eprints.polsri.ac.id/id/eprint/15813 |
Actions (login required)
 |
View Item |
