<![CDATA[Pengidentifikasian dan pengenalan objek dalam bidang computer vision sedang mengalami perkembangan pesat dan diaplikasikan dalam berbagai bidang, mulai dari industri hingga sektor kesehatan. Dalam industri peternakan khususnya peternak telur ayam ras, seringkali terdapat perbedaaan warna pada cangkang telur. secara tradisional, warna pada cangkang telur ditentukan secara visual oleh peternak berpengalaman berdasarkan warna pada cangkang telur itu sendiri. Namun, teknik ini seringkali masi terdapat kelemahan karna banyaknya cangkang telur yang warnanya hampir sama yang bersifat subjektif. Berdasarkan hal ini maka dibuatlah sistem yang dapat membantu untuk mendeteksi telur ayam berdasarkan citra cangkang menggunakan Yolo v5. Tujuan penelitian ini adalah untuk membantu mengidentifikasi telur ayam dengan Algoritma Yolo v5. Dataset yang digunakan terdiri dari 608 citra dan data anotasi dibuat dengan roboflow. Hasil akhir dari dari pengujian dalam penelitian ini di bagi menjadi dua bagian yakni pengujian dengan learning rate 0.1, dan pengujian menggunakan learning rate 0.01. Berdasarkan hasil evaluasi, untuk pengujian menggunakan learning rate 0.1, rata-rata nilai precision mencapai 98,6%, recall mencapai 98,5%, dan mAP mencapai 99,3%. Sedangkan untuk pengujian menggunakan learning rate 0.01, rata-rata nilai precision mencapai 98,9%, recall mencapai 97,5%, dan mAP mencapai 99%.]]>
Copyrights © 2026
