Wijaya, Dyo Yulianto (2021) Implementasi Fish Detection Menggunakan Deep Learning Yolov4 pada Remotely Operated Vehicle (ROV). Undergraduate thesis, Universitas Internasional Batam.
Text
1721012_FF.pdf Restricted to Repository staff only Download (2MB) |
Abstract
Indonesia merupakan negara yang luas dengan 74 persen diantaranya adalah perairan. Dengan luasnya wilayah perairan Indonesia tentu saja banyak sekali kekayaan di bidang kelautan. Berdasarkan hal tersebut, penulis merancang sebuah sistem pendeteksian ikan guna mengetahui daerah-daerah yang memiliki potensi ikan. Pendeteksian ikan ini menggunakan deep learning dengan algoritma YOLO pada raspberry Pi 3B+. Versi Algoritma Yolo yang diuji pada penelitian ini adalah YOLOV3, Tiny YoloV3, YOLOV4, dan Tiny YoloV4. Setelah melakukan pelatihan data, model yang memiliki hasil terbaik terdapat pada pelatihan dengan menggunakan YOLOV4 dengan nilai mAP 52,947%, FPS 0,4, recall sebesar 85,98%, precision 99,89%, dan F1-Score 92,41%. Kata kunci: Fish Detection, CNN, YOLO, YOLOV4
Item Type: | Thesis (Undergraduate) |
---|---|
Subjects: | T Technology > TK Electrical engineering. Electronics. Nuclear engineering |
Divisions: | School of Industrial Technology > Electrical Engineering |
Depositing User: | Julfitri |
Date Deposited: | 30 Apr 2021 08:10 |
Last Modified: | 30 Apr 2021 08:10 |
URI: | http://repository.uib.ac.id/id/eprint/3404 |
Actions (login required)
View Item |