Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Applied Smart Electrical Network and System (JASENS)
Erutan Dwi Sajiwo
Politeknik Perkapalan Negeri Surabaya
Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Simulasi Perbandingan Training Dataset YOLOv5 Dan YOLOv8 Menggunakan Prototipe AUV Ryan Yudha Adhitya; Erutan Dwi Sajiwo; Zindhu Maulana Ahmad Putra; M. Yusuf Santoso; M. Khoirul Hasin; Adianto; Dimas Pristovani Riananda; Isa Rachman; Agus Khumaidi; Yuning Widiarti
Journal of Applied Smart Electrical Network and Systems Vol. 7 No. 1 (2026): JASENS Vol. 7 No. 1 (2026) : Vol. 07 No. 01, Juni 2026
Publisher : Indonesian Society of Applied Science (ISAS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52158/pkrjg903

Abstract

Penelitian ini mengevaluasi performa pelatihan model YOLOv5n dan YOLOv8n menggunakan dataset Kompetisi Robot Berbasis Kecerdasan Buatan (KRBAI) 2024 untuk deteksi objek pada prototipe Autonomous Underwater Vehicle (AUV). Dataset yang terdiri atas 4.114 citra dengan tiga kelas objek (gerbang, rintangan, drum) dilatih melalui Google Colab dengan konfigurasi 200 epoch, ukuran batch 16, dan resolusi citra 640x640. YOLOv5n memanfaatkan struktur berbasis anchor, sedangkan YOLOv8n menggunakan pendekatan tanpa anchor dengan modul C2f untuk efisiensi lebih tinggi. Hasil pelatihan menunjukkan YOLOv8n unggul dalam presisi (0,994 vs. 0,990) dan mAP50-95 (0,940 vs. 0,924), sementara YOLOv5n lebih baik pada recall kelas gerbang (0,999). Kedua model memiliki mAP50 serupa (0,993). Waktu pelatihan YOLOv8n sedikit lebih lama (3 jam 17 menit vs. 3 jam 31 menit). YOLOv8n terbukti lebih efektif untuk deteksi objek real-time pada AUV, mendukung navigasi dan pengenalan lingkungan bawah air. Penelitian mendatang perlu menguji dataset yang lebih beragam dan kondisi lingkungan yang lebih kompleks.
Co-Authors Adianto Agus Khumaidi Dimas Pristovani Riananda M. Khoirul Hasin M. Yusuf Santoso Ryan Yudha Adhitya Yuning Widiarti Zindhu Maulana Ahmad Putra