{"title":"Deteksi Tingkat Kematangan Buah Tomat Menggunakan YOLOv5","authors":"Suhardi Aras, Putriana Tanra, Muhammad Bazhar","doi":"10.57152/malcom.v4i2.1270","DOIUrl":null,"url":null,"abstract":"Deteksi kematangan tomat sangat penting untuk pertanian dan industri pertanian. Pendekatan pembelajaran mendalam baru-baru ini menunjukkan bahwa mereka dapat menangani masalah yang melibatkan deteksi objek, termasuk deteksi buah. Untuk menentukan tingkat kematangan tomat, algoritma You Only Look Once (YOLOv5) akan digunakan dalam penelitian ini. Teknik ini menggunakan satu tahap yang menyatukan proses lokalisasi dan deteksi. Dataset yang kami gunakan untuk pelatihan dan pengujian algoritma YOLOv5 berisi gambar tomat pada berbagai tahap kematangan. 981 total foto untuk data train, 121 data validasi, dan 64 data test. Temuan pengujian menunjukkan akurasi yang sangat baik dengan mana algoritma YOLOv5 dapat mengidentifikasi dan mengkategorikan kematangan tomat. Studi ini memajukan teknik untuk mendeteksi kematangan buah dan dapat diterapkan pada kontrol kualitas tomat sektor pertanian. Temuan penelitian ini ditunjukkan oleh nilai akurasi deteksi maksimum, yaitu 73%.","PeriodicalId":507205,"journal":{"name":"MALCOM: Indonesian Journal of Machine Learning and Computer Science","volume":"13 3","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-03-17","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"MALCOM: Indonesian Journal of Machine Learning and Computer Science","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.57152/malcom.v4i2.1270","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Deteksi kematangan tomat sangat penting untuk pertanian dan industri pertanian. Pendekatan pembelajaran mendalam baru-baru ini menunjukkan bahwa mereka dapat menangani masalah yang melibatkan deteksi objek, termasuk deteksi buah. Untuk menentukan tingkat kematangan tomat, algoritma You Only Look Once (YOLOv5) akan digunakan dalam penelitian ini. Teknik ini menggunakan satu tahap yang menyatukan proses lokalisasi dan deteksi. Dataset yang kami gunakan untuk pelatihan dan pengujian algoritma YOLOv5 berisi gambar tomat pada berbagai tahap kematangan. 981 total foto untuk data train, 121 data validasi, dan 64 data test. Temuan pengujian menunjukkan akurasi yang sangat baik dengan mana algoritma YOLOv5 dapat mengidentifikasi dan mengkategorikan kematangan tomat. Studi ini memajukan teknik untuk mendeteksi kematangan buah dan dapat diterapkan pada kontrol kualitas tomat sektor pertanian. Temuan penelitian ini ditunjukkan oleh nilai akurasi deteksi maksimum, yaitu 73%.
京公网安备 11010802042870号
京ICP备2023020795号-1
分享
求助内容：
应助结果提醒方式：
扫码关注我们
