Pengembangan Sistem Deteksi Objek Botol Real-Time dengan YOLOv8 untuk Aplikasi Vision
DOI:
https://doi.org/10.31294/ijcs.v3i1.6070Keywords:
Plastik Daur Ulang, Deteksi Real-Time, YOLOv8, Deteksi Objek, KeberlanjutanAbstract
Plastik daur ulang berperan penting dalam menanggulangi masalah limbah lingkungan sekaligus mendukung praktik keberlanjutan. Penelitian ini bertujuan mengembangkan sistem deteksi botol plastik dan kaleng daur ulang secara real-time menggunakan algoritma YOLOv8 yang terkenal akan kecepatan dan akurasinya. Dengan memanfaatkan dataset yang terdiri dari 2.900 gambar dan melatih model melalui Google Colab selama 25 epoch, penelitian ini berhasil menunjukkan performa luar biasa dari YOLOv8, dengan hasil mAP sebesar 99,5%, precision 99,7%, dan recall 99,5%. Model ini terbukti sangat efektif dalam mendeteksi objek daur ulang, memberikan prediksi yang tepat tanpa kesalahan negatif pada confusion matrix. Untuk penelitian lanjutan, disarankan menambah variasi kelas objek seperti botol kaca dan karet serta memperluas dataset guna meningkatkan generalisasi model. Selain itu, pengujian dalam kondisi nyata sangat diperlukan untuk memastikan kinerja optimal dalam lingkungan yang lebih kompleks. Pendekatan serupa dalam penelitian sebelumnya juga telah membuktikan kinerja unggul dalam deteksi real-time, menjadikan metode ini salah satu yang terdepan dalam pengembangan teknologi berbasis YOLO.
References
Argal, A., Gupta, S., Modi, A., Pandey, P., Shim, S., & Choo, C. (2018). Intelligent travel chatbot for predictive recommendation in echo platform. 2018 IEEE 8th Annual Computing and Communication Workshop and Conference, CCWC 2018. https://doi.org/10.1109/CCWC.2018.8301732
Andina, E. (2019). The Analysis of Waste Sorting Behavior in Surabaya. Jurnal Aspirasi, 10(2), 119–138. https://doi.org/10.22212/aspirasi.v10i2.1424
Dkk, M. A. (2023). Edukasi Mengenai Pentingnya Pemilahan Serta Pengolahan Sampah Untuk Mengurangi Dampak Negatif Terhadap Lingkungan. Darmabakti: Jurnal Inovasi Pengabdian Dalam Penerbangan, 4(1), 11–17. https://e-journal.poltekbangplg.ac.id/index.php/darmabakti/article/view/108
Elamin, M. Z., Ilmi, K. N., Tahrirah, T., Zarnuzi, Y. A., Suci, Y. C., Rahmawati, D. R., Dwi P., D. M., Kusumaardhani, R., Rohmawati, R. A., Bhagaskara, P. A., & Nafisa, I. F. (2018). Analysis of Waste Management in The Village of Disanah, District of Sreseh Sampang, Madura. Jurnal Kesehatan Lingkungan, 10(4), 368. https://doi.org/10.20473/jkl.v10i4.2018.368-375
Faizal, L., Yuyun, Y., & Hazriani, H. (2023). Identifikasi Sampah Plastik Menggunakan Algoritma Deep Learning. Jurnal Ilmiah Sistem Informasi Dan Teknik Informatika (JISTI), 6(2), 162–171. https://doi.org/10.57093/jisti.v6i2.176
Fatichah, C., & Dikairono, R. (2023). Deteksi Objek Menggunakan Metode Yolo dan Implementasinya pada Robot Bawah Air. JURNAL TEKNIK ITS, 12(3).
Maleh, I. M. D., Teguh, R., Sahay, A. S., Okta, S., & Pratama, M. P. (2023). Implementasi Algoritma You Only Look Once (YOLO) Untuk Object Detection Sarang Orang Utan Di Taman Nasional Sebangau. Jurnal Informatika, 10(1), 19–27. https://doi.org/10.31294/inf.v10i1.13922
Nafis Alfarizi, D., Agung Pangestu, R., Aditya, D., Adi Setiawan, M., & Rosyani, P. (2023). Penggunaan Metode YOLO Pada Deteksi Objek: Sebuah Tinjauan Literatur Sistematis. Jurnal Artificial Inteligent Dan Sistem Penunjang Keputusan, 1(1), 54–63. https://jurnalmahasiswa.com/index.php/aidanspk
Ramdan, A., Syamsudin, J. R., No, S. H., Sukabumi, K., Barat, J., Syamsudin, J. R., No, S. H., Sukabumi, K., & Barat, J. (2024). Implementasi Deteksi Objek Real-Time Sebagai Media Edukasi dengan Algoritma YOLOv8 pada Objek Sampah sampah kota , limbah makanan , limbah ( Sistem Informasi Pengelolaan Sampah Dengan memanfaatkan Artificial Intelligence , kita dapat menciptakan menurut Badan Riset dan Inovasi Nasional menyebutkan bahwa tingkat kesadaran masyarakat Indonesia dalam memilih sampah rumah tangga masih ( Rambe dapat mengakibatkan. 14(2), 142–153.
Wasril, A. R., Ghozali, M. S., & Mustafa, M. B. (2019). Pembuatan Pendeteksi Obyek Dengan Metode You Only Look Once (Yolo) Untuk Automated Teller Machine (Atm). Majalah Ilmiah UNIKOM, 17(1), 69–76. https://doi.org/10.34010/miu.v17i1.2240
Wiryadinata, R., Hamaedi, F. A., Martiningsih, W., & Gunawan, A. (2018). Perancangan Sistem Penyortir Botol dengan Menggunakan Sensor Warna RGB TCS3200. Seminar Nasional Teknik Elektro 2018, 163–167.
Zophie, J., & Triharminto, H. H. (2020). Implemetasi Algoritma You Only Look Once ( YOLO ) menggunakan Web Camera untuk Mendeteksi Objek Statis dan Dinamis Implementation of You Only Look Once ( YOLO ) Algorithm using Web Camera for Static dan Dinamic Object Detection. 1(1), 98–109.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Dedi Triyanto, Muhammad Zidan, Mochamad Wahyudi, Lise Pujiastuti, Sumanto Sumanto
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
