Setiawan, Budi (2021) PENERAPAN ALGORITMA YOU ONLY LOOK ONCE (YOLO) UNTUK DETEKSI TANAMAN MIANA BERBASIS ANDROID. Skripsi (S1) thesis, Universitas Muhammadiyah Ponorogo.
Text (Surat Persetujuan Unggah Karya Ilmiah)
SURAT PERSETUJUAN UNGGAH KARYA ILMIAH.pdf Download (287kB) |
|
Text (HALAMAN DEPAN)
HALAMAN DEPAN.pdf Download (1MB) |
|
Text (BAB I)
BAB I.pdf Download (245kB) |
|
Text (BAB II)
BAB II.pdf Download (368kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Repository staff only Download (830kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Repository staff only Download (705kB) |
|
Text (BAB V)
BAB V.pdf Restricted to Repository staff only Download (177kB) |
|
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf Download (244kB) |
Abstract
Tanaman Miana (Coleus) merupakan salah satu tanaman yang banyak ditanam oleh pecinta tanaman hias. Tanaman Miana banyak disukai karena warnanya yang indah dan beraneka ragam. Tanaman ini memiliki banyak jenis dengan warna dan karakteristik daunnya yang berbeda-beda, hal tersebut membuat sulit untuk mengenalinya. Berdasarkan permasalahan tersebut terdapat cara yang mampu membantu untuk mengenali tanaman miana yaitu dengan membangun sebuah sistem deteksi objek yang memberikan informasi tentang objek tersebut. Pada sistem deteksi objek untuk deteksi tanaman miana ini menggunakan algoritma You Only Look Once (YOLO), dengan metode tersebut mampu mendeteksi objek secara real time dan akurat agar didapatkan informasi dengan cepat dan tepat. Aplikasi dibangun dengan menggunakan library TensorFlow Lite berbasis android. Proses training dilakukan dengan total gambar sebanyak 250 gambar dengan menggunakan Google Colab. Pada penelitian ini menggunakan YOLOv4 tiny dengan hasil pengujian accuracy sebesar 0.87, precission 0.93. dan recall sebesar 0.92.
Item Type: | Thesis (Skripsi (S1)) |
---|---|
Uncontrolled Keywords: | Tanaman Miana, Deteksi Objek, You Only Look Once (YOLO) |
Subjects: | T Technology > T Technology (General) T Technology > TK Electrical engineering. Electronics Nuclear engineering |
Divisions: | Faculty of Engineering |
Depositing User: | ft . userft |
Date Deposited: | 08 Sep 2021 03:28 |
Last Modified: | 02 Nov 2021 03:40 |
URI: | http://eprints.umpo.ac.id/id/eprint/7775 |
Actions (login required)
View Item |