Penerapan AI Computer Vision dan Machine Learning YOLOv5 untuk Taksasi Produksi pada Perkebunan Tebu

Muhyddin Aprizandy, 1815031080 (2022) Penerapan AI Computer Vision dan Machine Learning YOLOv5 untuk Taksasi Produksi pada Perkebunan Tebu. FAKULTAS TEKNIK, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK.pdf Download (16Kb) | Preview
	File PDF FILE SKRIPSI FULL.pdf Restricted to Hanya staf Download (7Mb)
Preview	File PDF FILE SKRIPSI FULL TANPA BAB PEMBAHASAN.pdf Download (3498Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Salah satu komoditas di bidang perkebunan yang paling tinggi saat ini adalah tebu. Kebutuhan masyarakat akan produk-produk yang berbahan dasar gula turut mendongkrak tebu sebagai bahan dasar gula menjadi komoditas unggul. Proses pengolahan tebu menjadi gula tentunya harus melewati tahap-tahap rumit. Mulai dari pembibitan, penanaman, penjagaan kesuburan tanah, hingga pada proses pembuatan gula dari sari pati tebu. Salah satu proses yang biasanya memakan konsumsi dana tinggi adalah proses pengolahan sari pati tebu menjadi gula. Diperlukan proses penghitungan taksiran terlebih dahulu untuk bisa memetakan dan mempersiapkan bahan habis pakai dan bahan pendukung lainnya untuk diproses bersama sari pati agar menjadi gula. Proses ini dinamakan taksasi. Hingga saat ini proses ini masih dilakukan secara statistika sampel dimana akan di sampel rumpun dalam baris tertentu untuk kemudian diperkirakan jumlah seluruh rumpunnya. Kemudian rumpun tersebut akan dikalikan dengan parameter-parameter taksasi yaitu rata-rata banyak batang per rumpun, rata-rata berat batang, rata-rata ketinggian batang, dan nilai rendemen gula. Dari latar belakang tersebut maka diadakan penelitian penerapan kecerdasan buatan (AI) di bidang computer vision sebagai solusi untuk membantu menghitung rumpun tebu secara presisi dengan bantuan foto udara menggunakan algoritma YOLOv5. Dimulai dengan pembuatan dataset, training model, pengujian model, dan taksasi produksi. Model diuji pada tiga foto udara dan menghasilkan akurasi 98,16%, 97,57%, dan 101,89%. Dengan hasil akurasi tersebut dapat dikatakan bahwa model layak dan baik untuk dijadikan model deteksi. Kemudian hasil perhitungan rumpun tebu akan dikalikan dengan parameter-parameter taksasi produksi tebu. Keluaran dari proses ini berupa taksiran banyaknya sari pati tebu dalam ton. Algoritma penghitungan rumpun tebu dan taksasi juga disajikan dalam bentuk GUI sederhana. Kata kunci: YOLOv5, taksasi produksi, tebu, akurasi, computer vision

Jenis Karya Akhir:	Skripsi
Subyek:	000 Ilmu komputer, informasi dan pekerjaan umum > 004 Pemrosesan data dan ilmu komputer 000 Ilmu komputer, informasi dan pekerjaan umum > 005 Pemrograman komputer, program dan data 000 Ilmu komputer, informasi dan pekerjaan umum > 006 Metode komputer khusus 600 Teknologi (ilmu terapan) > 607 Pendidikan, riset, topik terkait 600 Teknologi (ilmu terapan) > 620 Ilmu teknik dan ilmu yang berkaitan 600 Teknologi (ilmu terapan) > 630 Pertanian dan teknologi yang berkaitan
Program Studi:	Fakultas Teknik > Prodi S1-Teknik Elektro
Pengguna Deposit:	2208982316 . Digilib
Date Deposited:	21 Sep 2022 02:36
Terakhir diubah:	21 Sep 2022 02:36
URI:	http://digilib.unila.ac.id/id/eprint/66168

Actions (login required)

Lihat Karya Akhir