Klasifikasi Jenis Jagung Berdasarkan Bentuk Biji Menggunakan Metode You Only Look Once (YOLO)

Maulidiansyah Maulidiansyah, Isnaini Abdillah
DOI: https://doi.org/10.33650/jeecom.v5i2.6802



Abstract

Jagung merupakan salah satu jenis tumbuhan monokotil atau tumbuhan berbiji satu yang memiliki jenis bermacam-macam. Jenis jagung bisa diketahui dari bentuk bijinya. Mengklasifikasikan jenis jagung bisa dikatakan cukup sulit karena bentuk biji jagung sangatlah beragam. Tapi di zaman yang sudah maju ini klasifikasi jenis jagung bisa menggunakan Pengolahan Citra Digital. Dalam citra digital klasifikasi bentuk sebuah objek bisa menggunakan beragam metode. Tujuan dari penelitian ini menerapkan algoritma You Only Look Once (YOLO) untuk mengklasifikasi jenis jagung berdasarkan bentuk bijinya dan untuk mengetahui hasil pengujian melalui kamera secara real time. Metode yang digunakan adalah metode penelitian kuantitatif, penelitian yang pada dasarnya menggunakan pendekatan deduktif-induktif. Penelitian kuantitatif berangkat dari paradigma teoritik menuju data dan berakhir pada penerimaan atau penolakan terhadap teori yang digunakan. Adapun rancangan tahapan dalam melakukan penelitian; requirement, pre-processing, training dataset, validation dataset, testing dataset, pengujian dengan kamera secara real time. dalam penelitian ini menggunakan 300 data training, 35 data validation, dan 15 data testing. Hasil dari testing memperoleh tingkat akurasi sebesar 98% dan hasil dari pengujian dengan kamera secara real time ada 44 objek terdeteksi benar dari total 46 objek, kemudian ada 2 objek yang terdeteksi tidak sesuai


Keywords

citra digital; jagung; klasifikasi; yolo; you only look once

Full Text:

PDF

References

H. Mayrowani, “Pengembangan Pertanian Organik di Indonesia,” Forum Penelit. Agro Ekon., vol. 30, no. 2, p. 91, 2016, doi: 10.21082/fae.v30n2.2012.91-108.

A. Dachlan, N. Kasim, and A. Kurnia Sari, “Uji Ketahanan Salinitas Beberapa Varietas Jagung (Zea mays L.) Dengan Menggunakan Agen Seleksi NaCl,” Biog. J. Ilm. Biol., vol. 1, no. 1, pp. 9–17, 2013, doi: 10.24252/bio.v1i1.442.

Akbar Habib, “ANALISIS FAKTOR – FAKTOR YANG MEMPENGARUHI PRODUKSI JAGUNG,” AGRIUM J. Ilmu Pertan., vol. 66, no. 1997, pp. 37–39, 2013.

A. Erza, “15 Jenis Tanaman Jagung Cepat Panen dan Cara Menanamnya,” https://www.biotifor.or.id/jenis-tanaman-jagung/.

W. Fang, L. Wang, and P. Ren, “Tinier-YOLO: A real-time object detection method for constrained environments,” IEEE Access, vol. 8, pp. 1935–1944, 2019.

Maulidiansyah, “Deteksi Tumpukan Sampah dengan Metode You Only Look Once ( YOLO ),” vol. 4, no. 2, pp. 76–79, 2023.

J. Choi, D. Chun, H.-J. Lee, and H. Kim, “Uncertainty-based object detector for autonomous driving embedded platforms,” in 2020 2nd IEEE international conference on artificial intelligence circuits and systems (AICAS), 2020, pp. 16–20.

P. Adarsh, P. Rathi, and M. Kumar, “YOLO v3-Tiny: Object Detection and Recognition using one stage improved model,” 2020 6th Int. Conf. Adv. Comput. Commun. Syst. ICACCS 2020, no. March 2020, pp. 687–694, 2020, doi: 10.1109/ICACCS48705.2020.9074315.

L. Firgia and S. Thomas, “Deteksi Jenis Penyakit Dan Hama Pada Tanaman Jagung Menggunakan Arsitektur Spatial Pyramid Pooling Pada YOLOv5s,” vol. 8, pp. 452–459, 2023.

A. A. Saputra, B. Susilo, M. Yusa, and U. Nurjanah, “Sistem Pendeteksi Genus Gulma Pada Tanaman Jagung Menggunakan Algoritme Single Shot Detector,” Rekursif J. Inform., vol. 10, no. 1, pp. 48–60, 2022, doi: 10.33369/rekursif.v10i1.18634.

G. THABRONI, “Metode Penelitian Kuantitatif: Pengertian, Karakteristik & Jenis,” 2022, 2023. https://serupa.id/metode-penelitian-kuantitatif-pengertian-karakteristik-jenis/ (accessed Aug. 10, 2023).

“Welcome To Colaboratory,” https://colab.research.google.com/.

“Roboflow,” https://roboflow.com/.

“Precision and recall,” https://en.wikipedia.org/wiki/Precision_and_recall, 2023.

R. Munarto, E. Permata, and R. Salsabilla, “KLASIFIKASI KUALITAS BIJI JAGUNG MANIS BERDASARKAN FITUR WARNA MENGGUNAKAN FUZZY LOGIC,” pp. 5–12, 2014.


Dimensions, PlumX, and Google Scholar Metrics

10.33650/jeecom.v5i2.6802


Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Maulidiansyah Maulidiansyah

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Creative Commons License
 
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Journal of Electrical Engineering and Computer (JEECOM)
Published by LP3M Nurul Jadid University, Indonesia, Probolinggo, East Java, Indonesia.