Path: Top > Skripsi - D4 > 2017 > Jurusan Teknik Komputer & Informatika > Program Studi Teknik Informatika > 2023

Peningkatan Akurasi Model YOLOV7 untuk Pendeteksian dan Penghitungan Jumlah Sperma Sapi

YOLOv7 Model Accuracy Improvement for Bull Sperm Detection and Calculation

Skripsi, 016 / 2023 / TI4
Undergraduate Theses from JBPTPPOLBAN / 2024-05-27 15:08:04
Oleh : 191524037 - Azzam Badruz Zaman & 191524064 - Wafi Khoerun Nashirin (azzam.badruz.tif419@polban.ac.id)
Dibuat : 2024-05-27, dengan 4 file

Keyword : YOLOv7;Deteksi Objek;Inseminasi Buatan
Subjek : YOLOv7;Object Detection;Artificial Insemination

Inseminasi buatan merupakan salah satu upaya yang dilakukan Kementrian Pertanian dalam meningkatkan produksi sapi lokal untuk memenuhi kebutuhan daging nasional. Kualitas sperma sapi merupakan salah satu faktor penentu keberhasilan inseminasi buatan. Computer Assisted Sperm Analysis (CASA) menjadi salah satu teknologi yang populer di kalangan peneliti dalam melakukan analisis sperma. Meskipun demikian, terdapat kondisi yang dapat menyebabkan akurasi CASA dalam mendeteksi sperma sapi menurun. Kondisi tersebut adalah ketika sampel sperma yang digunakan tidak menggunakan larutan pencair yang ditentukan dan terdapat pengotor pada sampel. Menurunnya akurasi CASA dalam mendeteksi sperma sapi merupakan masalah yang dialami oleh petugas laboratorium ketika melakukan pengujian kualitas sperma sapi beku yang dicairkan kembali. Dalam hal ini, terdapat rujukan mengenai mendeteksi sperma sapi menggunakan object detection. Rujukan tersebut belum spesifik diimplementasikan pada sampel yang digunakan di tahap pengujian sperma beku yang dicairkan sehingga perlu dilakukan penyesuaian. YOLOv7 adalah salah satu model object detection yang memiliki akurasi yang baik. Akurasi YOLOv7 dalam mendeteksi sperma sapi beku yang dicairkan masih dapat ditingkatkan. Oleh karena itu, penelitian ini bertujuan untuk meningkatkan akurasi pendeteksian dan penghitungan sperma sapi pada data video sperma sapi beku yang dicairkan dengan perbesaran 200X. YOLOv7 digunakan untuk mendeteksi sperma sapi pada video tersebut. Jumlah parameter, ukuran anchor box dan grid cell pada YOLOv7 akan disesuaikan agar mendapatkan akurasi yang lebih tinggi. YOLOv7 yang telah disesuaikan mengikuti karakteristik objek dapat mendeteksi sperma sapi dengan 1,3% lebih akurat jika dibandingkan dengan YOLOv7 tanpa penyesuaian yaitu 65,8% mAP.

Deskripsi Alternatif :

Artificial insemination is one of the efforts carried out by the Ministry of Agriculture to increase the production of local bulls to meet the national meat demand. The quality of bull sperm is a crucial factor in the success of artificial insemination. Computer Assisted Sperm Analysis (CASA) has become a popular technology among researchers for sperm analysis. However, there are conditions that can cause a decrease in CASA accuracy in detecting bull sperm. These conditions include the use of non-prescribed thawing solution and the presence of contaminants in the sample. The decreased accuracy of CASA in detecting thawed bull sperm poses a challenge for laboratory technicians conducting quality testing. In this regard, there is a reference to the use of object detection for bull sperm detection. However, this reference has not been specifically implemented on thawed samples used in the testing phase, thus requiring adjustments. YOLOv7, a well-performing object detection model, is employed to detect bull sperm in thawed frozen video data at a 200X magnification. The number of parameters, anchor box size, and grid cell size in YOLOv7 will be adjusted to achieve higher accuracy. The adjusted YOLOv7, tailored to the characteristics of bull sperm, achieves 1.3% higher accuracy compared to the non-adjusted YOLOv7, with a mean Average Precision (mAP) of 65.8%.

Beri Komentar ?#(0) | Bookmark

PropertiNilai Properti
ID PublisherJBPTPPOLBAN
Organisasi
Nama KontakErlin Arvelina
AlamatJl. Trsn. Gegerkalong Hilir Ds. Ciwaruga
KotaBandung
DaerahJawa Barat
NegaraIndonesia
Telepon022 201 3789 ext. 168, 169, 239
Fax022 201 3889
E-mail Administratorerlin.arvelina@polban.ac.id
E-mail CKOerlin.arvelina@polban.ac.id

Print ...

Kontributor...

  • Pembimbing 1: Dr. Priyanto Hidayatullah, S.T., M.Sc.

    Pembimbing 2: Ardhian Ekawijana, S.T., M.T., Editor: Erlin Arvelina

Download...