PERANCANGAN SISTEM DETEKSI KELAYAKAN TELUR MENGGUNAKAN YOLO BERBASIS WEB

Oktavia, Intan Nurafi (2026) PERANCANGAN SISTEM DETEKSI KELAYAKAN TELUR MENGGUNAKAN YOLO BERBASIS WEB. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

	Text (Full text) RAMA_55201_2213020190.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text (Similarity) RAMA_55201_2213020190_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB)
	Text (Cover sd BAB 1 + References) RAMA_55201_2213020190_0703018704_0704108701_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (634kB)
	Text (BAB 2) RAMA_55201_2213020190_0703018704_0704108701_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (200kB) | Request a copy
	Text (BAB 3) RAMA_55201_2213020190_0703018704_0704108701_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (497kB) | Request a copy
	Text (BAB 4) RAMA_55201_2213020190_0703018704_0704108701_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (360kB) | Request a copy
	Text (BAB 5) RAMA_55201_2213020190_0703018704_0704108701_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (152kB) | Request a copy
	Text (References) RAMA_55201_2213020190_0703018704_0704108701_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (131kB)
	Text (Lampiran) RAMA_55201_2213020190_0703018704_0704108701_07_lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (267kB) | Request a copy

Abstract

Penelitian ini bertujuan mengembangkan sistem deteksi kelayakan telur berbasis web menggunakan algoritma YOLOv8 untuk membantu proses penyortiran telur yang masih dilakukan secara manual sehingga lebih efektif dan mengurangi kesalahan identifikasi. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan model pengembangan Waterfall yang meliputi tahap analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Sistem dikembangkan menggunakan bahasa pemrograman Python, framework FastAPI, serta model YOLOv8. Dataset diperoleh dari hasil pengambilan citra langsung di peternakan dan dataset publik Roboflow yang telah melalui proses pelabelan, kemudian dibagi menjadi 80% data pelatihan dan 20% data pengujian dengan proses pelatihan selama 100 epoch. Hasil penelitian menunjukkan bahwa sistem berhasil diimplementasikan dalam bentuk aplikasi berbasis web yang mampu mendeteksi dan mengklasifikasikan telur layak dan tidak layak jual secara otomatis melalui kamera maupun unggah gambar, serta menampilkan bounding box, jumlah telur, dan umpan balik suara kepada pengguna. Berdasarkan hasil evaluasi model diperoleh nilai Accuracy 97,8%, Precision 96,7%, Recall 94,6%, dan F1-Score 95,8%, sedangkan pengujian Black Box Testing menunjukkan seluruh fungsi utama sistem berjalan sesuai kebutuhan. Meskipun kecepatan pemrosesan real-time masih berada pada kisaran 4–5 FPS, secara keseluruhan sistem mampu meningkatkan ketepatan penyortiran telur dan mengurangi potensi kesalahan pada pemeriksaan manual.

Actions (login required)

View Item