<![CDATA[Penelitian dalam bidang ekologi perilaku tikus selama ini masih mengandalkan observasi manual yang memerlukan waktu lama, bergantung pada keahlian pengamat, serta rentan terhadap kesalahan. Untuk mengatasi keterbatasan tersebut, penelitian ini mengusulkan pengembangan aplikasi computer vision berbasis algoritma YOLOv11 untuk mendeteksi dan melacak pergerakan tikus secara otomatis. YOLOv11 dipilih karena kemampuannya dalam mendeteksi objek kecil yang bergerak cepat di latar belakang kompleks dan dinamis. Penelitian ini menggunakan pendekatan AI Life Cycle sebagai metode utama, yang mencakup tahapan: data preparation, model building, model training, model deployment dan model management. Model terbaik diperoleh dengan kombinasi optimizer SGD dan learning rate 0.01, yang menghasilkan performa deteksi optimal dengan nilai mAP@0.5 sebesar 0.994 dan F1-score sebesar 0.993. Aplikasi ini digunakan untuk menganalisis pengaruh antidepresan terhadap interaksi sosial tikus. Hasil analisis menunjukkan bahwa antidepresan dalam bentuk bubuk dengan dosis 200 memberikan nilai Social Interaction (SI) tertinggi, yaitu 86,81%. Temuan ini menunjukkan bahwa integrasi teknologi computer vision dapat secara signifikan meningkatkan efisiensi dan akurasi dalam penelitian perilaku hewan. Kata kunci: Computer Vision, YOLOv11, Deteksi Objek, Interaksi Sosial Tikus, Antidepresan]]>
Copyrights © 2025
