Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal DECODE: Jurnal Pendidikan Teknologi Informasi
Rahaditya Kusuma, Nyoman Tri
Unknown Affiliation
Computer Science & IT Education Languange, Linguistic, Communication & Media Other

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

Found 1 Documents
Search

 1 
Implementasi Metode YOLOv8 Pada Mobile Apps Untuk Klasifikasi Kain Endek Bali Rahaditya Kusuma, Nyoman Tri; I Made Agus Dwi Suarjaya; Wayan Oger Vihikan
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 3: NOVEMBER 2024
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v4i3.610

Abstract

Seiring dengan kemajuan teknologi dan era yang semakin modern mengakibatkan kebudayaan kain tenun endek di Bali kurang diperhatikan dan dilestarikan oleh masyarakat setempat. Nyatanya banyak masyarakat yang tidak mengenali berbagai corak dari kain tenun endek Bali karena kurangnya perhatian dari masyarakat utamanya anak generasi muda. Hal ini jelas menjadi perhatian sehingga perlu dibuat klasifikasi yang jelas untuk mengedukasi dengan mudah kepada masyarakat terkait motif kain endek Bali. Penelitian yang dibangun diimplementasikan dengan model YOLOv8 menggunakan Bahasa Pemrograman Python sehingga dapat mendeteksi motif dari kain endek dengan akurat pada mobile apps yang dibuat menggunakan Android Studio. Sebelum melakukan implementasi pada Android Studio, perlu dilakukan analisis dan evaluasi terlebih dahulu pada model YOLOv8 sehingga bisa memberikan hasil deteksi yang maksimal dengan menggunakan dataset dari gambar kain endek yang telah dilakukan augmentasi dan anotasi dengan total dataset sebanyak 1.524 data gambar kain endek. Evaluasi yang dilakukan pada model YOLOv8 dengan menghitung nilai precission, recall, mAP50, mAP50-95. Hasil evaluasi menunjukkan bahwa model YOLOv8 menghasilkan precision dengan nilai 0.943, recall dengan nilai 0.954, 0.956 untuk nilai tertinggi pada mAP50, serta 0.8 untuk nilai tertinggi pada mAP50-95, yang sudah bagus untuk mendeteksi motif dari kain endek untuk kemudian diimplementasikan pada mobile apps.
Co-Authors I Made Agus Dwi Suarjaya Wayan Oger Vihikan