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

Pengaruh Augmentasi Data (Transformasi Geometri Dan Warna) Pada YOLOV8 Dalam Mendeteksi Sampah Kemasan Minuman

The Impact of Data Augmentation (Geometry and Color Transformation) On YOLOV8 In Beverage Packaging Waste Detection

Skripsi, 023 / 2023 / TI4
Undergraduate Theses from JBPTPPOLBAN / 2024-05-27 15:38:43
Oleh : 191524051 - Muhammad Syahid Abdurrahman & 191524058 - Sabar Muhamad Itikap (muhammad.syahid.tif419@polban.ac.id)
Dibuat : 2024-05-27, dengan 4 file

Keyword : augmentasi data, deteksi, variasi data, scaling
Subjek : data augmentation, detection, data variation, scaling

Pada proses pensortiran botol dalam dunia nyata, terdapat beberapa sampah kemasan minuman yang mengalami deformasi atau sudah berubah bentuk. Objek yang sudah mengalami deformasi, dapat menyebabkan kesalahan deteksi oleh sistem objek deteksi. Kesalahan deteksi juga dapat terjadi pada karakteristik sampah yang memiliki beberapa feature map yang sama. Kesalahan deteksi pada model dapat disebabkan oleh model yang tidak dapat melakukan generalisasi dengan baik terhadap data. Hal tersebut, dapat disebabkan salah satunya oleh kurangnya variasi dari dataset yang digunakan. Beberapa metode telah dikembangkan untuk mencegah masalah tersebut, salah satunya adalah augmentasi data. Metode augmentasi data akan diterapkan untuk memperbanyak variasi data. Metode augmentasi data yang digunakan pada penelitian ini berfokus pada transformasi geometri seperti, scaling, rotate dan transformasi warna color jitter terdiri dari, hue, saturation, brightness. Dilakukan juga kombinasi antara transformasi geometri dengan warna, sehingga secara keseluruhan menghasilkan 39 skenario eksperimen. Hasil penelitian ini menunjukkan bahwa augmentasi data dapat mempengaruhi performansi model berupa akurasi dan jumlah hasil deteksi pada model. Skenario eksperimen terbaik ditunjukkan oleh metode gabungan scaling dengan rotate yang ditambahkan dengan data utuh mendapatkan akurasi sebesar 88,4% sedangkan jika dari persentase hasil deteksi, terdapat beberapa yang menghasilkan persentase terbaik salah satunya adalah metode scaling (median) yang dimana menghasilkan persentase sebesar 100%.

Deskripsi Alternatif :

In the real-world bottle sorting process, there are some beverage packaging waste detections that are deformed. Objects that have been deformed can cause detection errors by the object detection system. Detection errors can also occur in waste characteristics that have several feature maps in common. Detection errors in the model can be caused by models that cannot generalize well to the data. This can be caused by the lack of variation in the dataset used. Several methods have been developed to prevent such problems, one of which is data augmentation. Data augmentation methods will be applied to increase the variety of data. The data augmentation method used in this research focuses on geometry transformations such as, scaling, rotate and color jitter color transformation consisting of, hue, saturation, brightness. A combination of geometry and color transformations was also performed, resulting in a total of 39 experimental scenarios. The results of this study show that data augmentation can affect the performance of the model in the form of accuracy and the number of detection results in the model. The best experimental scenario is shown by the combined method of scaling with rotate which is added with intact data getting an accuracy of 88.4% while if from the percentage of detection results, there are several that produce the best percentage, one of which is the scaling method (median) which produces a percentage of 100%.

Beri Komentar ?#(2) | 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: Trisna Gelar, S.T., M.Kom.

    Pembimbing 2: Drs. Eddy B. Soewono, M.Kom., Editor: Erlin Arvelina

Download...