Deteksi Objek Kain Tenun Tradisional Nusa Tenggara Timur Menggunakan Algoritma YOLO

DWIANDRI, Fransiskus Asisi Aditya (2024) Deteksi Objek Kain Tenun Tradisional Nusa Tenggara Timur Menggunakan Algoritma YOLO. Undergraduate thesis, Universitas Katolik Widya Mandira Kupang.

[img] Text
ABSTRAK.pdf

Download (773kB)
[img] Text
BAB I.pdf

Download (135kB)
[img] Text
BAB II.pdf

Download (688kB)
[img] Text
BAB III.pdf

Download (46kB)
[img] Text
BAB IV.pdf

Download (838kB)
[img] Text
BAB V.pdf

Download (634kB)
[img] Text
BAB VI.pdf

Download (13kB)
[img] Text
DAFTAR PUSTAKA & BEBAS PLAGIASI.pdf

Download (147kB)

Abstract

Indonesia merupakan negara dengan tingkat keberagaman yang tinggi, termasuk provinsi Nusa Tenggara Timur (NTT). Keberagaman tersebut ditunjukkan melalui warisan-warisan budayanya seperti kain tenun tradisional. Namun dengan keberagaman yang tinggi, menjadi hal yang sulit bagi masyarakat untuk bisa membedakan asal suatu kain tenun tradisional. Penelitian ini bertujuan menerapkan teknologi kecerdasan buatan untuk memfasilitasi identifikasi asal kain tenun tradisional Nusa Tenggara Timur (NTT). Dengan mengumpulkan 1142 gambar kain tenun dari berbagai kabupaten, penelitian ini merancang dan melatih model deteksi objek yang mampu mengenali empat kelas: Flores, Sumba, Timor, dan Lain-lain dengan menggunakan algoritma YOLOv5. Proses evaluasi menyajikan hasil yang positif, dengan tingkat presisi mencapai 94,8%, recall sebesar 92,8%, dan nilai mAP50 mencapai 97,2%. F1 score optimal tercapai pada confidence 0,503 dengan nilai absolut sebesar 0,94. Meskipun model menunjukkan kesalahan deteksi terbesar pada kain tenun tradisional dari Sumba, implementasinya pada platform yang telah dibuat menghasilkan deteksi kain tenun secara real-time yang memuaskan. Hasil penelitian ini dapat dijadikan landasan untuk memajukan pengenalan kain tenun NTT melalui teknologi kecerdasan buatan.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Computer vision, deteksi objek, kain tenun tradisional, YOLOv5
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions: Fakultas Teknik > Program Studi Ilmu Komputer
Depositing User: S.Kom Fransiskus Asisi Aditya Dwiandri
Date Deposited: 23 Feb 2024 00:12
Last Modified: 23 Feb 2024 00:12
URI: http://repository.unwira.ac.id/id/eprint/14983

Actions (login required)

View Item View Item