Detail Laporan TA : RENOL NINDI KARA NATASAMITA

RENOL NINDI KARA NATASAMITA (2019) Implementasi Algoritma YOLOv5 Untuk Deteksi Dan Klasifikasi Tingkat Kualitas Tanaman Padi Tugas Akhir, Teknik Informatika
Politeknik Negeri Indramayu.

Text LAPORAN BAB 1 ( Download )

Smart farm menjadi teknologi yang penting dalam mendukung pertanian 4.0. Dengan memanfaatkan smart farm ini petani dapat menyelesaikan sebagian masalah diantaranya adalah pemantauan tanaman dilahan pertanian. Luasnya lahan pertanian yang dimiliki oleh petani menyebabkan sulitnya petani dalam memonitor kualitas tanaman padi yang berada di lahan mereka. Dalam mengatasi masalah tersebut, diperlukan sebuah sistem cerdas yang digunakan untuk mendeteksi tingkat kualitas tanaman padi dan mengklasifikasikan nya dengan tepat dan cakupan deteksi yang luas. Dengan mendeteksi dan mengklasifikasikan tanaman padi menggunakan salah satu metode dalam kecerdasan buatan yaitu YOLO, petani dapat mengetahui kualitas tanaman padi-nya melalui citra yang diambil menggunakan UAV. Agar algoritma YOLO ini dapat mendeteksi tingkat kualitas tanaman padi dari masing-masing lahan, dibutuhkan datasets yang diambil melalui citra udara atau teknologi drone, datasets tersebut akan digunakan untuk melatih model agar dapat mendeteksi tingkat kualitas tanaman padi. Algoritma YOLO dapat mendeteksi tingkat kualitas tanaman padi berdasarkan point of interest pada gambar yang diunggah oleh petani ke server. Gambar yang telah diolah menggunakan algoritma YOLO akan menghasilkan output berupa bounding boxes dan confidence score untuk masing-masing objek yang terdeteksi. Hasil dari mAP@0,5 (mean average precision) adalah 95,6%.