Jannah, Nurlinda Hidayatul (2024) PENGEMBANGAN KLASIFIKASI DAGING AYAM, KAMBING DAN SAPI MENGGUNAKAN METODE YOLO. Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_2021400078_Nurlinda Hidayatul Jannah_IF.pdf Restricted to Registered users only Download (6MB)

Abstract

Jannah, Nurlinda Hidayatul. 2024. Pengembangan Klasifikasi Daging Ayam, Kambing, dan Sapi Menggunakan Metode YOLO. Skripsi, Prodi Informatika, Fakultas Teknik, Universitas Nurul Jadid Paiton Probolinggo. Pembimbing: (I) Kamil Malik, M.Kom., (II) Zainal Arifin, M.Kom.

Kata Kunci: Akurasi, Epoch, Klasifikasi Daging, YOLOv5.

Penelitian ini dilatarbelakangi oleh pentingnya klasifikasi jenis daging untuk memastikan kualitas dan keamanan produk pangan di tengah meningkatnya risiko penipuan melalui pencampuran daging. Tujuan dari penelitian ini adalah untuk mengimplementasikan dan menguji akurasi metode You Only Look Once versi 5 (YOLOv5) dalam menentukan jenis daging ayam, kambing, dan sapi secara otomatis melalui citra digital. Penelitian dilakukan dengan melatih model YOLOv5 menggunakan dataset yang representatif dari masing-masing jenis daging. Hasil pengujian menunjukkan bahwa performa model mengalami peningkatan signifikan seiring bertambahnya jumlah epoch, yakni mulai dari akurasi 88,3% pada epoch 10, meningkat menjadi 95% pada epoch 30, hingga mencapai tingkat akurasi puncak sebesar 98,8% pada epoch 50 dengan nilai mean Average Precision (mAP@50) sebesar 0,98. Temuan ini mengindikasikan bahwa metode YOLOv5 sangat efektif dalam mengklasifikasikan jenis daging dengan tingkat akurasi dan presisi yang tinggi. Sebagai pengembangan lebih lanjut, penelitian ini menyarankan perluasan dataset dengan variasi kondisi daging yang lebih beragam serta pengembangan aplikasi berbasis Android untuk memfasilitasi penggunaan sistem klasifikasi secara praktis dan mobile bagi masyarakat luas.

Item Type:	Thesis (Other)
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Saiful Ghazi
Date Deposited:	21 Apr 2026 03:39
Last Modified:	21 Apr 2026 03:39
URI:	https://repository.unuja.ac.id/id/eprint/2980

Actions (login required)

View Item