Klasifikasi Ras Kucing Menggunakan Metadata Data Set Kaggle Dengan Framework Yolo V5

Penulis

  • Mina Ismu Rahayu Sekolah Tinggi Manajemen Informatika dan Komputer Bandung Penulis
  • Faiqunisa Faiqunisa Sekolah Tinggi Manajemen Informatika dan Komputer Bandung Penulis
  • Nugraha Nugraha Sekolah Tinggi Manajemen Informatika dan Komputer Bandung Penulis

DOI:

https://doi.org/10.58761/jurtikstmikbandung.v12.i1.143

Kata Kunci:

Klasifikasi, Computer Vision, Artificial Inteligence, YOLOv5

Abstrak

Pada saat ini kucing memiki berbagai macam ras yang berbeda-beda di seluruh dunia diantaranya ada Persian, Maine Coon, Siamese, Ragdoll, Sphynx dan lain-lain. Untuk mengetahuinya setiap ras kucing bisa dilihat dari pola, warna bulu, dan ada beberapa wajahnya yang berbeda dengan kucing-kucing lainnya, namun tidak dapat sepenuhnya pola, warna bulu dan wajah dapat membedakan setiap ras kucing. Dengan berkembangnya zaman dan meningkatnya teknologi di bidang Computer Vision dimana sistem Artificial Intelligence yang dilatih dimanfaatkan sebagai alat untuk mengklasifikasikan jenis ras kucing menggunakan komputer. Penelitian ini bertujuan untuk mampu mengenali dan mengklasifikasikan jenis ras kucing dengan menggunakan YOLOv5. Parameter evaluasi yang digunakan adalah Mean Average Precission, Precission dan Recall. Hasil ekperimen menunjukan bahwa model terbaik dicapai pada skenario epoch ke 60 pada batch size ke 16 dengan Precission 0.9844, Recall sebesar1.0, mAP 0.5 sebesar 0.9933 dan mAP 0.5:0.95 sebesar 0.9144.

Unduhan

Data unduhan tidak tersedia.

Unduhan

Diterbitkan

2023-06-01

Cara Mengutip

Klasifikasi Ras Kucing Menggunakan Metadata Data Set Kaggle Dengan Framework Yolo V5. (2023). Jurnal Penelitian Dan Pengembangan Teknologi Informasi Dan Komunikasi, 12(1), 14-18. https://doi.org/10.58761/jurtikstmikbandung.v12.i1.143