KLASIFIKASI JENIS BUAH ZAITUN MENGGUNAKAN METODE YOLOV8N

HABIL, MUHAMMAD IQBAL (2025) KLASIFIKASI JENIS BUAH ZAITUN MENGGUNAKAN METODE YOLOV8N. Skripsi thesis, UPN Veteran Yogyakarta.

	Text COVER.pdf Download (162kB)
	Text ABSTRAK.pdf Download (157kB)
	Text HALAMAN PENGESAHAN PEMBIMBING.pdf Download (128kB)
	Text HALAMAN PENGESAHAN PENGUJI.pdf Download (149kB)
	Text DAFTAR ISI.pdf Download (215kB)
	Text DAFTAR PUSTAKA.pdf Download (196kB)
	Text SKRIPSI FULL_MUHAMMAD IQBAL HABIL_123200110.pdf Restricted to Repository staff only Download (3MB)

Abstract

Pengetahuan yang minim masyarakat untuk membedakan jenis buah zaitun mendorong
pengembangan sistem otomatis untuk klasifikasi buah, termasuk buah zaitun yang memiliki
beragam jenis dengan karakteristik visual yang mirip. Penelitian ini bertujuan untuk
mengembangkan sistem klasifikasi jenis buah zaitun secara otomatis menggunakan metode
YOLOv8n dan untuk mengetahui performa model dengan metode YOLOv8n. Tantangan
utama dalam klasifikasi ini meliputi kemiripan antarjenis, ukuran objek yang kecil, serta
kondisi pencahayaan dan latar belakang yang bervariasi.
Metode yang digunakan mencakup pengumpulan dataset secara sekunder dari website yang
terdiri dari tiga kelas buah zaitun yaitu Kalamata, Manzanilla, dan Picholine. Proses dilanjutkan
dengan preprocessing data seperti anotasi, splitting, resize, dan augmentasi data, serta
pelatihan sehingga menghasilkan performa model YOLOv8n dengan evaluasi menggunakan
metrik mAP50, mAP50-95, precision, dan recall.
Hasil pengujian menunjukkan bahwa model mampu mengklasifikasikan jenis buah zaitun
dengan nilai mAP50 sebesar 84,8%, mAP50-95 sebesar 76,4%, precison sebesar 88%, dan
recall sebesar 67,8%. Performa terbaik dicapai pada kelas Kalamata dan Manzanilla, sementara
kesalahan klasifikasi lebih sering terjadi pada kelas Picholine akibat kemiripan visual. Secara
keseluruhan, hasil menunjukkan bahwa model YOLOv8n efektif untuk klasifikasi buah zaitun,
namun masih memerlukan peningkatan terutama pada akurasi deteksi objek kecil dan serupa.
Kata kunci: Klasifikasi Citra, YOLO, YOLOv8n, Buah Zaitun, Metrik Evaluasi.

Item Type:	Thesis (Skripsi)
Additional Information:	MUHAMMAD IQBAL HABIL (Penulis-123200110) ; Rifki Indra Perwira (Pembimbing)
Uncontrolled Keywords:	Klasifikasi Citra, YOLO, YOLOv8n, Buah Zaitun, Metrik Evaluasi.
Subjek:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Teknik Industri > Informatika (S1)
Depositing User:	A.Md Eko Suprapti
Date Deposited:	23 Jul 2025 02:55
Last Modified:	23 Jul 2025 02:55
URI:	http://eprints.upnyk.ac.id/id/eprint/43213

Actions (login required)

View Item