PENGGUNAAN ALGORITMA YOLO V8 UNTUK IDENTIFIKASI REMPAH-REMPAH
DOI:
https://doi.org/10.23960/jitet.v12i3S1.5221Abstract Views: 783 File Views: 818
Abstract
Abstrak. Kekayaan rempah-rempah Indonesia tidak hanya menambah aroma, rasa, dan warna pada masakan, tetapi juga mencerminkan kekayaan budaya dan kuliner yang penting bagi bangsa. Proses identifikasi dan klasifikasi rempah-rempah secara manual seringkali membutuhkan keahlian tinggi, dan pemahaman mengenai jenis serta kualitasnya sangat penting dalam konteks industri dan perdagangan. Penelitian ini bertujuan untuk mengatasi masalah tersebut dengan mengembangkan sebuah platform yang dapat mendeteksi dan mengenali rempah-rempah secara langsung dengan akurasi tinggi. Teknologi komputer dan kecerdasan buatan (AI), terutama algoritma You Only Look Once (YOLO) V8, menawarkan solusi yang efisien dan efektif untuk tantangan ini. Sebagai algoritma deteksi objek real-time, YOLO V8 dapat meningkatkan kecepatan, akurasi, dan efisiensi dalam proses identifikasi rempah-rempah. Dengan memanfaatkan teknologi deep learning, YOLO V8 dapat mengenali berbagai jenis rempah-rempah dengan akurasi tinggi, bahkan dalam berbagai kondisi pencahayaan dan sudut pengambilan gambar. Penelitian ini menunjukkan bahwa penerapan YOLO V8 untuk klasifikasi rempah-rempah mencapai akurasi sebesar 86%, dengan parameter batch size 10, ukuran gambar 550x550 piksel, epoch 100, dan learning rate 0,0001. Optimizer Adam juga berkontribusi pada pencapaian akurasi ini, menjadikan YOLO V8 sebagai solusi yang tepat untuk kasus ini.
Downloads
References
L. V. Liem, A. L. Sekarasri and C. Astabrata, “Perancangan Game Edukasi Untuk,” DeKaVe, p. 16, 2023.
I. Setiawan, “Komparasi Kinerja Integrated Development Environment (IDE) Dalam Mengeksekusi Perintah Python,” SATESI: Jurnal Sains Teknologi dan Sistem Informasi , pp. 52-59, 2022.
P. A. Prianta and A. Sulistyawati, “Cita Rasa Kuliner Generasi Z Bali Untuk Menyukseskan,” INSPIRE : Journal of Culinary, Hospitality, Digital & Creative Arts and Event,, pp. 113-131, 2023.
H. Anggrasari, P. Perdana and J. H. Mulyo, “Keunggulan Komparatif dan Kompetitif Rempah-Rempah Indonesia di Pasar Internasional,” JURNAL AGRICA, pp. 9-15, 2021.
C. Geraldy and C. Lubis, “PENDETEKSIAN DAN PENGENALAN JENIS MOBIL MENGGUNAKAN ALGORITMA YOU ONLY LOOK ONCE,” Jurnal Ilmu Komputer dan Sistem Informasi, pp. 197-199, 2020.
A. E. Putra, M. F. Naufal and V. R. Prasetyo, “Klasifikasi Jenis Rempah Menggunakan Convolutional Neural Network dan Transfer Learning,” JEPIN (Jurnal Edukasi dan Penelitian Informatika), pp. 1-18, 2023.
E. N. Mellynia Sanjaya, “Deteksi Jenis Rempah-Rempah Menggunakan,” Jurnal Sains Komputer & Informatika (J-SAKTI), p. Volume 7 Nomor 1, 2023.
A. F. Pratama, T. B. Kurniawan, M. and D. A. Dewi, “ Implementasi Analisis Sentimen dan Model Deep Learning Untuk Prediksi Harga Bitcoin,” JUPITER (Jurnal Penelitian Ilmu dan Teknik Komputer), pp. 403-412, 2023.
S. Navisa, L. Hakim and A. Nabilah, “Komparasi Algoritma Klasifikasi Genre Musik pada Spotify Menggunakan CRISP-DM,” Jurnal Sistem Cerdas, pp. 114-125, 2021.
V. M. J. H. M. V. P. V. T. N. Petr Hurtik, “Poly-YOLO: higher speed, more precise detection and instance segmentation for YOLOv3,” Neural Computing and Applications, p. 34, 2022.
R. G. Guntara, “Pemanfaatan Google Colab Untuk Aplikasi Pendeteksian Masker Wajah,” Jurnal Teknologi Dan Sistem Informasi Bisnis , pp. 55-60 , 2023.
R. T. Handayanto and H. , “Machine Learning Berbasis Desktop dan Web dengan Metode Jaringan,” Jurnal Komtika (Komputasi dan Informatika, pp. 15-26, 2020.
A. Riansyah and A. H. Mirza, “Pendeteksi Mobil Berdasarkan Merek dan Tipe Menggunakan Algoritma YOLO,” SMATIKA: STIKI Informatika Jurnal, pp. 43-52, 2023.
M. R. s. Alfarizi, M. Z. Al-farish, M. Taufiqurrahman, G. Ardiansah and M. Elgar, “PENGGUNAAN PYTHON SEBAGAI BAHASA PEMROGRAMAN UNTUK MACHINE LEARNING DAN DEEP LEARNING,” Karimah Tauhid, pp. 1-6, 2023.
