✉ repository@umpar.ac.idOpen Access Institutional Repository LoginCreate accountAdvanced search

IDENTIFIKASI JENIS - JENIS JAGUNG BERBASIS PENGOLAHAN CITRA DIGITAL

BAKRI, 219280173 (2025) IDENTIFIKASI JENIS - JENIS JAGUNG BERBASIS PENGOLAHAN CITRA DIGITAL. Other thesis, UNIVERSITAS MUHAMMADIYAH PAREPARE.

[thumbnail of SAMPUL] Image (SAMPUL)
SAMPUL_219280173_BAKRI_TEKNIK INFORMATIKA.pdf - Cover Image

Download (187kB)
[thumbnail of PENDAHULUAN] Text (PENDAHULUAN)
pendahuluan ok 219280173.pdf - Supplemental Material

Download (637kB)
[thumbnail of BAB ISI] Text (BAB ISI)
ISI_219280173_BAKRI_TEKNIK INFORMATIKA.pdf - Supplemental Material

Download (3MB)
[thumbnail of LAMPIRAN] Text (LAMPIRAN)
LAMPIRAN_219280173_BAKRI_TEKNIK INFORMATIKA.pdf - Supplemental Material

Download (1MB)
[thumbnail of ARTIKEL] Text (ARTIKEL)
JURNAL_219280173_BAKRI_TEKNIK INFORMATIKA.pdf - Published Version

Download (533kB)

Abstract

BAKRI. 21928173. Identifikasi Jenis – jenis Jagung berbasis Pengelolahan Citra
Digital ( Dibimbing oleh Ade Hastuty Hasyim dan Ahmad Selao )

Jagung adalah salah satu komoditas pertanian penting dengan berbagai jenis, seperti jagung manis, jagung pulut, dan jagung pakan, yang memiliki karakteristik serta kegunaan berbeda. Deteksi dan klasifikasi jenis jagung secara otomatis sangat diperlukan untuk meningkatkan efisiensi dalam industry pertanian dan pangan. Penelitian ini menggunakan metode You Only Look Once (YOLO) untuk mendeteksi serta mengklasifikasikan jenis jagung berdasarkan citra digital. Metode YOLO dipilih karena keunggulannya dalam deteksi objek secara real-time dengan akurasi tinggi. Penelitian ini dimulai dengan pengumpulan dataset yang mencakup berbagai gambar jagung manis, jagung pulut, dan jagung pakan. Setelah diproses pelabelan, model YOLO dilatih untuk mengenali dan mengklasifikasikan jenis jagung tersebut. Evaluasi kinerja model dilakukan menggunakan metrik seperti mean Averange Precision (mAP) dan Intersection over Union (Iou). Hasil eksprimen menunjukkan bahwa metode YOLO mampu mendeteksi serta mengklasifikasikan jenis jagung dengan akurat dengan confidence score jagung manis (84%), jagung pulut (81%), dan jagung pakan (80%), menunjukkan bahwa pendekatan ini efektif dalam membedakan jenis jagung berdasarkan citra. Dengan demikian, penerapan YOLO dalam deteksi jenis jagung dapat membatu sektor pertanian dan industri pangan dalam meningkatkan produktivitas dan efisiensi.

Item Type: Thesis (Other)
Uncontrolled Keywords: Identifikasi Jenis - jenis jagung, pengolahan citra digital, You Only Look Once (YOLO)
Subjects: Sains dan Teknologi
Divisions: Fakultas Teknik > Teknik Informatika
Depositing User: Hairan ald
Date Deposited: 03 Nov 2026 13:57
Last Modified: 03 Nov 2026 13:57
URI: https://repository.umpar.ac.id/id/eprint/1387

Actions (login required)

View Item
View Item