UPT Perpustakaan Universitas Handayani

Jl. Adhyaksa Baru No. 1 Lantai 5

  • Beranda
  • Informasi
  • Berita
  • Statistik Koleksi
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Identifikasi Dan Counting Buah Kopi Menggunakan Algoritma You Only Look Once (YOLOv8)

Text

Identifikasi Dan Counting Buah Kopi Menggunakan Algoritma You Only Look Once (YOLOv8)

Muh. Khofiluddin Fahmi - Nama Orang;

Produktivitas panen buah kopi sangat dipengaruhi oleh ketepatan dalam menentukan waktu panen buah yang matang. Proses manual yang mengandalkan pengamatan manusia sering kali kurang efisien dan rentan terhadap kesalahan. Oleh karena itu, dibutuhkan metode otomatis yang mampu mengidentifikasi dan menghitung buah kopi matang secara akurat dan efisien. Penelitian ini bertujuan untuk mengidentifikasi dan counting buah kopi menggunakan algoritma You Only Look Once (YOLOv8) dan mengimplementasikan algoritma You Only Look Once (YOLOv8) dalam mengidentifikasi dan counting buah kopi matang. Sistem ini dirancang menggunakan diagram Unified Modeling Language (UML) untuk memodelkan alur kerja dan interaksi antar komponen. UML adalah sebuah bahasa pemodelan standar yang digunakan untuk merancang dan
menggambarkan sistem perangkat lunak, terutama yang berbasis object-oriented programming (OOP). UML membantu pengembang, analis, maupun perancang sistem dalam memvisualisasikan, mendokumentasikan, serta mengkomunikasikan ide, struktur, dan perilaku sistem secara jelas melalui diagram. Hasil penelitian menunjukkan bahwa algoritma YOLOv8 mampu mendeteksi buah kopi matang presision = 87%, Recall 95%, F-1 Score 81% dan Accuration = 80%. Dengan hasil tersebut, diharapkan teknologi ini dapat membantu petani dan pelaku industri kopi dalam
mengoptimalkan proses panen dan meningkatkan efisiensi operasional. Implementasi YOLOv8 dalam proses identifikasi dan counting buah kopi juga membuka peluang lebih luas untuk penerapan teknologi visi komputer di sektor pertanian lainnya.


Ketersediaan
S250256SKR-2025 KHO iPerpustakaan Universitas Handayani MakassarTersedia
Informasi Detail
Judul Seri
-
No. Panggil
SKR-2025 KHO i
Penerbit
Universitas Handayani Makassar : Universitas Handayani Makassar., 2025
Deskripsi Fisik
iii + 71 hlm; 29 x 21 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
SKR-2025 KHO i
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
Ed. 1, Cet. 1
Subjek
Identifikasi
YoloV8
Buah Kopi
Counting
Deteksi Objek
Visi Komputer
Info Detail Spesifik
Skripsi Teknik Informatika
Pernyataan Tanggungjawab
Muh. Khofiluddin Fahmi
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar

Anda harus login sebelum memberikan komentar

UPT Perpustakaan Universitas Handayani
  • Informasi
  • Perpanjang Mandiri
  • Pustakawan
  • Area Anggota

Tentang Kami

Perpustakaan STMIK HANDAYANI terbentuk bersamaan dengan berdirinya STMIK HANDAYANI pada tahun 1996 sebagai sarana pen-dukung utama dalam penyelenggaraan pen-didikan dan pengajaran. Read more...

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Customized by Vinesia

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik