<mods:mods version="3.3" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd" xmlns:mods="http://www.loc.gov/mods/v3" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><mods:titleInfo><mods:title>IDENTIFIKASI KUE TRADISIONAL BERBASIS CITRA DENGAN MENGGUNAKAN ALGORITMA YOLOV8 UNTUK PENGENALAN JENIS KUE</mods:title></mods:titleInfo><mods:name type="personal"><mods:namePart type="given">Arin Ayu Silvyani</mods:namePart><mods:namePart type="family">Mustofa</mods:namePart><mods:role><mods:roleTerm type="text">author</mods:roleTerm></mods:role></mods:name><mods:abstract>Kue tradisional Indonesia merupakan bagian penting dari warisan budaya yang mulai terlupakan, terutama di kalangan generasi muda. Penelitian ini bertujuan untuk mengembangkan sistem deteksi jenis-jenis kue tradisional menggunakan algoritma YOLOv8, sebagai upaya pelestarian budaya kuliner lokal melalui teknologi. Sistem dirancang untuk mengenali lima jenis kue tradisional, yaitu Dadar Gulung, Kue Lapis, Kue Lumpur, Kue Putu Ayu, dan Kue Wingko. Dataset terdiri dari 150 gambar yang diperoleh dari pengambilan manual dan sumber publik, dilabeli melalui Roboflow, dan diproses menggunakan Python serta pustaka PyTorch. Evaluasi dilakukan terhadap lima varian model YOLOv8 (nano, small, medium, large, extra-large) menggunakan metrik precision, recall, F1-score, dan mAP@50. Hasil terbaik dicapai oleh YOLOv8x dengan rata-rata mAP@50 sebesar 89,9% dan F1-score 86,5%, meskipun membutuhkan sumber daya komputasi yang lebih tinggi. Sistem ini tidak hanya memberikan deteksi objek secara akurat, tetapi juga berfungsi sebagai media edukatif dalam mengenalkan kue tradisional kepada masyarakat luas. Penelitian ini menunjukkan bahwa teknologi computer vision dapat dimanfaatkan secara efektif dalam pelestarian budaya Indonesia.</mods:abstract><mods:classification authority="lcc">457 Computer engineering</mods:classification><mods:classification authority="lcc">458 Technical information</mods:classification><mods:classification authority="lcc">459 Computer science</mods:classification><mods:classification authority="lcc">461 Information systems</mods:classification><mods:classification authority="lcc">462 Information technology</mods:classification><mods:classification authority="lcc">463 Software engineering</mods:classification><mods:originInfo><mods:dateIssued encoding="iso8061">2025-07-10</mods:dateIssued></mods:originInfo><mods:originInfo><mods:publisher>Universitas Nusantara PGRI Kediri;KODEPRODI55201#Teknik Informatika</mods:publisher></mods:originInfo><mods:genre>Thesis</mods:genre></mods:mods>