IDENTIFIKASI BURUNG YANG DILINDUNGI BERBASIS MULTI OBJECT DETECTION MENGGUNAKAN YOLOV8

LUBIS, HADI HASAN (2025) IDENTIFIKASI BURUNG YANG DILINDUNGI BERBASIS MULTI OBJECT DETECTION MENGGUNAKAN YOLOV8. Skripsi thesis, UPN "VETERAN" YOGYAKARTA.

	Text COVER_123210019_TA.pdf Download (132kB)
	Text ABSTRAK_123210019_TA.pdf Download (173kB)
	Text DAFTAR ISI_123210019_TA.pdf Download (229kB)
	Text DAFTAR PUSTAKA_123210019_TA.pdf Download (166kB)
	Text Scan Pengesahan Pembimbing.pdf Download (91kB)
	Text Scan Pengesahan Penguji.pdf Download (101kB)
	Text 123210019_TA FULL.pdf Restricted to Repository staff only Download (4MB)

Abstract

Indonesia merupakan salah satu negara dengan keanekaragaman spesies burung
tertinggi di dunia. Namun, populasi burung yang dilindungi terus mengalami penurunan
akibat perburuan liar, kerusakan habitat, dan perdagangan ilegal. Untuk mendukung upaya
konservasi, identifikasi spesies burung secara cepat dan akurat menjadi langkah penting,
baik untuk mengetahui sebaran populasi, mengamankan habitat prioritas, maupun sebagai
alat bantu dalam mendeteksi aktivitas perdagangan ilegal. Penelitian ini bertujuan untuk
membangun sistem identifikasi burung dilindungi berbasis multi-object detection
menggunakan algoritma YOLOv8.
Dataset yang digunakan berasal dari platform eBird dan difokuskan pada 10 spesies
burung berstatus Critically Endangered menurut IUCN Red List dan peraturan perundang
undangan di Indonesia. Proses anotasi dilakukan menggunakan Roboflow, sedangkan
pelatihan dan pengujian model dilakukan menggunakan YOLOv8n melalui Google Colab.
Model diuji pada citra multi-objek untuk mengukur kemampuannya dalam mendeteksi lebih
dari satu objek burung dalam satu gambar.
Hasil evaluasi menunjukkan bahwa model memiliki performa yang cukup baik
dengan nilai precision sebesar 96%, recall 90%, dan mAP50 sebesar 96%. Waktu inferensi
rata-rata adalah sekitar ±78 ms per gambar. Selain itu, model juga telah diuji pada perangkat
laptop spesifikasi menengah (RAM 8 GB, prosesor AMD Ryzen 7), dan tetap mampu
berjalan secara efisien serta memberikan hasil deteksi yang akurat. Dengan demikian, sistem
ini memiliki potensi untuk diterapkan dalam mendukung kegiatan konservasi dan
pemantauan spesies burung yang dilindungi di Indonesia.
Kata kunci: burung yang dilindungi, YOLOv8, object detection, multi-object
detection, konservasi, eBird.

Item Type:	Tugas Akhir (Skripsi)
Additional Information:	HADI HASAN LUBIS (penulis) - 123210019 ; Wilis Kaswidjanti (pembimbing)
Uncontrolled Keywords:	burung yang dilindungi, YOLOv8, object detection, multi-object detection, konservasi, eBird.
Subjek:	Q Science > QA Mathematics > QA76 Computer software
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	A.Md Eko Suprapti
Date Deposited:	21 Oct 2025 03:35
Last Modified:	21 Oct 2025 03:35
URI:	http://eprints.upnyk.ac.id/id/eprint/44644

Actions (login required)

View Item