Please take a moment to complete this survey below

Library's collection Library's IT development Cancel

Aplikasi berbasis web untuk mengenali tipe dan warna sarang burung walet menggunakan YOLOv4

Saat ini, semakin banyak bermunculan pebisnis sarang burung walet mulai dari petani
hingga eksportir dan sebagian besar masih melakukan proses pemilahan dengan cara manual dan
konvensional. Pada era yang sudah sangat modern ini, adanya inovasi teknologi baru akan sangat
membantu para pelaku bisnis untuk menjalankan kegiatan bisnisnya dan dapat lebih menghemat
waktu, tenaga, juga biaya.
Object Detection adalah sebuah teknologi komputer yang terkait pemrosesan gambar
yang berhubungan dengan pengenalan berbagai macam objek semantik dari kelas tertentu (seperti
manusia, bangunan, atau mobil) dalam gambar dan video digital. Object detection dapat menjadi
sebuah terobosan baru dalam melakukan proses pemilahan dalam usaha sarang burung walet yang
bertujuan untuk mendeteksi objek sarang burung walet untuk memudahkan memilah-milah guna
menghemat waktu, biaya, tenaga, dan sumber daya lain.
Pada tugas akhir ini, dirancang sebuah sistem dalam bentuk aplikasi berbasis web untuk
mengenali tipe dan warna sarang burung walet. Proses training menggunakan YOLOv4 dengan
proses konfigurasi menggunakan ResNet50. Hasil training digunakan sebagai bobot untuk
menjalankan aplikasi.
Pengujian ini telah berhasil dan menghasilkan hasil yang memuaskan dengan score yang
cukup tinggi dengan melewati proses training dan testing sekitar 9 – 10 jam proses training dan
hasil rata-rata precision score object detection sebesar 97,7%. Dengan hasil yang sudah diperoleh
diharapkan dapat membantu para pengguna untuk mengenali tipe dan warna sarang dengan
mudah dan menghemat waktu, biaya, tenaga, dan sumber daya lain.

Kata Kunci: Object detection, sarang burung walet, YOLOv4, ResNet50, aplikasi berbasis web

Creator(s)
  • (C14180139) ERIC PRANOTO
Contributor(s)
  • Lily Puspa Dewi → Advisor 1
  • Stephanus A. Ananda → Advisor 2
  • Gregorius Satiabudhi → Examination Committee 1
  • Alvin Nathaniel Tjondrowiguno, S.Kom., M.T. → Examination Committee 2
Publisher
Universitas Kristen Petra; 2023
Language
Indonesian
Category
s1 – Undergraduate Thesis
Sub Category
Skripsi/Undergraduate Thesis
Source
Skripsi No. 01022257/INF/2023; Eric Pranoto (C14180139)
Subject(s)
  • SWIFTS
  • WEB APPLICATIONS--COMPUTER PROGRAMS
File(s)

Similar Collection

by creator, contributor, or subject