Claim Missing Document
Check
Articles

Found 1 Documents
Search

Implementasi Yolov8 Untuk Klasifikasi Jenis Kucing Seftania, Putri Derisa Adilla Dewi; Widyadara, Made Ayu Dusea; Swanjaya, Daniel
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/fwrgp738

Abstract

Kucing dalam bahasa latin adalah Felis silvestris catus adalah sejenis hewan karnivora. Kucing adalah hewan peliharaan terpuler di dunia yang memiliki banyak peminat dan penggemar. Karena banyaknya jumlah jenis kucing seringkali pemilik tidak mengetahui jenis kucing yang dimiliki, maka dibutuhkan sebuah algoritma yang dapat mengklasifikasikan citra kucing agar pemilik kucing mengetahui jenis kucing apa yang dimilikinya. Penelitian ini mengembangkan algoritma You Only Look Once (YOLO) untuk mengklasifikasikan jenis kucing berdasarkan citra, mengingat banyaknya jenis kucing yang diakui. Dua skenario pelatihan dengan model YOLOv8 dievaluasi berdasarkan akurasi dan metrik kinerja. Skenario pertama dengan 20 epoch mencapai precision 0.651 dan recall 0.887, sedangkan skenario kedua dengan 50 epoch menunjukkan peningkatan signifikan dengan precision 0.916 dan recall 0.792. Hasil menunjukkan peningkatan performa model yang stabil, menjadikannya alat yang efisien dalam mengidentifikasi dan mengklasifikasikan jenis kucing.