Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan
Golfantara, Muhammad Farrel
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Informatika dan Teknik Elektro Terapan

 1 
PENGGUNAAN ALGORITMA YOLO V8 UNTUK IDENTIFIKASI REMPAH-REMPAH Golfantara, Muhammad Farrel
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5221

Abstract

Abstrak. Kekayaan rempah-rempah Indonesia tidak hanya menambah aroma, rasa, dan warna pada masakan, tetapi juga mencerminkan kekayaan budaya dan kuliner yang penting bagi bangsa. Proses identifikasi dan klasifikasi rempah-rempah secara manual seringkali membutuhkan keahlian tinggi, dan pemahaman mengenai jenis serta kualitasnya sangat penting dalam konteks industri dan perdagangan. Penelitian ini bertujuan untuk mengatasi masalah tersebut dengan mengembangkan sebuah platform yang dapat mendeteksi dan mengenali rempah-rempah secara langsung dengan akurasi tinggi. Teknologi komputer dan kecerdasan buatan (AI), terutama algoritma You Only Look Once (YOLO) V8, menawarkan solusi yang efisien dan efektif untuk tantangan ini. Sebagai algoritma deteksi objek real-time, YOLO V8 dapat meningkatkan kecepatan, akurasi, dan efisiensi dalam proses identifikasi rempah-rempah. Dengan memanfaatkan teknologi deep learning, YOLO V8 dapat mengenali berbagai jenis rempah-rempah dengan akurasi tinggi, bahkan dalam berbagai kondisi pencahayaan dan sudut pengambilan gambar. Penelitian ini menunjukkan bahwa penerapan YOLO V8 untuk klasifikasi rempah-rempah mencapai akurasi sebesar 86%, dengan parameter batch size 10, ukuran gambar 550x550 piksel, epoch 100, dan learning rate 0,0001. Optimizer Adam juga berkontribusi pada pencapaian akurasi ini, menjadikan YOLO V8 sebagai solusi yang tepat untuk kasus ini.
PENGGUNAAN ALGORITMA YOLO V8 UNTUK IDENTIFIKASI REMPAH-REMPAH Golfantara, Muhammad Farrel
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5221

Abstract

Abstrak. Kekayaan rempah-rempah Indonesia tidak hanya menambah aroma, rasa, dan warna pada masakan, tetapi juga mencerminkan kekayaan budaya dan kuliner yang penting bagi bangsa. Proses identifikasi dan klasifikasi rempah-rempah secara manual seringkali membutuhkan keahlian tinggi, dan pemahaman mengenai jenis serta kualitasnya sangat penting dalam konteks industri dan perdagangan. Penelitian ini bertujuan untuk mengatasi masalah tersebut dengan mengembangkan sebuah platform yang dapat mendeteksi dan mengenali rempah-rempah secara langsung dengan akurasi tinggi. Teknologi komputer dan kecerdasan buatan (AI), terutama algoritma You Only Look Once (YOLO) V8, menawarkan solusi yang efisien dan efektif untuk tantangan ini. Sebagai algoritma deteksi objek real-time, YOLO V8 dapat meningkatkan kecepatan, akurasi, dan efisiensi dalam proses identifikasi rempah-rempah. Dengan memanfaatkan teknologi deep learning, YOLO V8 dapat mengenali berbagai jenis rempah-rempah dengan akurasi tinggi, bahkan dalam berbagai kondisi pencahayaan dan sudut pengambilan gambar. Penelitian ini menunjukkan bahwa penerapan YOLO V8 untuk klasifikasi rempah-rempah mencapai akurasi sebesar 86%, dengan parameter batch size 10, ukuran gambar 550x550 piksel, epoch 100, dan learning rate 0,0001. Optimizer Adam juga berkontribusi pada pencapaian akurasi ini, menjadikan YOLO V8 sebagai solusi yang tepat untuk kasus ini.
Co-Authors