<![CDATA[Identifikasi nomor lambung truk tambang secara manual masih banyak diterapkan pada operasi tambang terbuka dan rentan terhadap kesalahan manusia akibat debu, pencahayaan tidak stabil, serta sudut pandang kamera yang tidak ideal. Penelitian ini bertujuan mengoptimalkan deteksi nomor lambung truk menggunakan algoritma You Only Look Once versi 11 (YOLOv11) melalui tahapan preprocessing dan data augmentation. Preprocessing meliputi Auto-Orient dan Resize (Stretch to 640×640), sedangkan data augmentation menggabungkan manipulasi fotometrik (brightness, noise) dan geometrik (blur) untuk meningkatkan generalisasi model. Dataset sebanyak 11.664 citra dilatih menggunakan pretrained weights dengan batch size 16 dan 100 epochs. Hasil eksperimen menunjukkan bahwa augmentasi gabungan memberikan kinerja terbaik dengan mAP@0.5 sebesar 0,931, precision 0,868, dan recall 0,890. Implementasi pada Raspberry Pi 5 menggunakan citra dan video uji secara offline menunjukkan sistem mampu mendeteksi dan membaca nomor lambung melalui integrasi EasyOCR serta pengiriman data ke Google Sheet dengan kecepatan rata-rata 3,1 frames per second (FPS). Hasil ini menunjukkan bahwa strategi preprocessing dan data augmentation berperan penting dalam meningkatkan akurasi dan ketangguhan YOLOv11, serta mendukung penerapan sistem berbasis computer vision pada perangkat edge computing sebagai prototipe awal menuju implementasi real-time di lingkungan tambang terbuka.]]>
Copyrights © 2026
