Deteksi Objek Makhluk Hidup dalam Filum Arthropoda Menggunakan YOLOv3
Abstract
Abstrak-Makhluk hidup yang berasal dari filum Arthropoda merupakan makhluk hidup yang memiliki beragam karakteristik. Karakteristik tersebut bisa dibedakan dengan melihat ordo dari makhluk hidup tersebut. Beberapa jenis makhluk hidup yang ada dalam filum Arthropoda merupakan makhluk sosial. Oleh karena itu, mereka sering ditemukan berada di lokasi yang sama dan berkerumun. Selain itu, sebagian besar spesies yang ada dalam filum Arthropoda memiliki ukuran tubuh yang kecil. Pada tugas akhir ini, metode yang diajukan adalah YOLOv3. YOLOv3 merupakan metode deteksi objek yang memiliki beberapa pembaruan yang memungkinkan metode tersebut lebih mudah mendeteksi objek yang berkerumun dan memiliki ukuran yang kecil. Untuk mengembangkan sistem pendeteksi makhluk hidup dalam filum Arthropoda menggunakan YOLOv3, terdapat 12.082 data citra yang terbagi dalam 7 (tujuh) kelas untuk melatih model tersebut. Hasil terbaik yang didapatkan saat pengujian memakai 1.544 data uji adalah nilai mAP sebesar 57,6% pada IOU 0,5.
Kata kunci - deep learning, deteksi objek, You Only Look Once (YOLO), deteksi makhluk hidup
References
Britannica, The Editors of Encyclopaedia. (2018). “social insect”. https://www.britannica.com/animal/social-insect (Accessed 20 November 2021).
Lakshmanan, V., Martin Görner, & Ryan Gillard. (2021). “Chapter 4. Object Detection and Image Segmentation”. O’Reilly Media, Inc. https://www.oreilly.com/library/view/practical-machine-learning/9781098102357/ch04.html
Redmon, J., & Farhadi, A. (2018). “YOLOv3: An Incremental Improvement”. http://arxiv.org/abs/1804.02767
Setiawan, Adhi. (2021). “Pengenalan Jenis Hama Serangga Menggunakan Algoritma Convolutional Neural Network Dengan Arsitektur MobileNetV2”. Sarjana thesis, Universitas Brawijaya.
Xia, Denan, Peng Chen, Bing Wang, Jun Zhang, and Chengjun Xie. (2018). "Insect Detection and Classification Based on an Improved Convolutional Neural Network" Sensors 18, no. 12: 4169. https://doi.org/10.3390/s18124169
