Implementasi Sistem Pendeteksi Buku dengan YOLOv8
Meningkatkan Pengenalan Objek di Lingkungan Perpustakaan dan Pendidikan
Abstrak
Pendeteksian objek secara otomatis merupakan salah satu teknologi yang berkembang pesat dalam bidang visi komputer, khususnya dalam konteks pengelolaan data visual berbasis citra digital. Buku sebagai objek fisik yang umum dijumpai di perpustakaan, toko, dan lingkungan pendidikan memiliki potensi untuk diidentifikasi secara otomatis guna mendukung proses inventarisasi dan digitalisasi. Tujuan jurnal ini ialah untuk mengimplementasikan dan mengevaluasi kinerja algoritma deteksi objek YOLOv8 dalam mengenali dan melokalisasi objek buku pada gambar statis. Model YOLOv8 dipilih karena memiliki arsitektur yang efisien dan telah terbukti unggul dalam kecepatan serta akurasi deteksi. Dataset yang digunakan terdiri dari citra-citra beranotasi yang menggambarkan berbagai kondisi penempatan dan orientasi buku. Setelah melalui proses pelatihan dan pengujian, model dievaluasi menggunakan metrik precision, recall, F1-score, dan mean Average Precision (mAP). Model deteksi ini memiliki nilai box loss sebesar 0.4325 dan class loss sebesar 0.3096. Semakin kecil nilai loss, semakin akurat prediksi yang dihasilkan oleh model. Model juga mencapai mAP 50 sebesar 0.80 dalam metrik, dan mAP50-0.97 sebesar 0.811 dalam metrik. Hasil penelitian ini berhasil mengimplementasikan model YOLOv8 untuk mendeteksi buku dengan tingkat presisi sebesar 88% dan recall sebesar 94% dengan tingkat akurasi sebesar 90% dan 92%.
Referensi
[2] I Made Dwijaya Maleh, Rony Teguh, Abertun Sagit Sahay, Simon Okta, Muhammad Porkab Pratama, “Implementasi Algoritma You Only Look Once (YOLO) Untuk Object Detection Sarang Orang Utan”. Tesis, Jurusan Teknik Informatika, Fakultas Teknik, Universitas Palangkaraya, 2023
[3] Jacob Solawetz, Francesco (2023, January 11). “What is YOLOv8?”: https://blog.roboflow.c
[4] I. N. Nugraha, “Pengembangan Sistem Rekognisi Teks Braille Menjadi Alfabet Menggunakan Model YOLOv8 dalam Bentuk Buku Karya Ilmiah,” Repository Telkom University, 2023. [Online]. Available: https://repository.telkomuniversity.ac.id/pustaka/217605/pengembangan-sistem-rekognisi-teks-braille-menjadi-alfabet-menggunakan-model-yolov8-dalam-bentuk-buku-karya-ilmiah.html
[5] N. P. D. P. Utami, “Pengembangan Sistem Rekognisi Teks Braille Menjadi Alfabet Menggunakan Model YOLOv8,” Repository Telkom University, 2024.
[6] K. Aeni dan A. S. Millah, “Implementasi Deteksi Objek Dengan Model YOLOv8 pada Pengenalan Bahasa Isyarat,” e-Journal Politeknik Harapan Bersama, 2024.
[7] C. P. Papadopoulos, J. M. Bober-Irizar, and P. Stokes, “Detecting and Recognizing Characters in Greek Papyri with YOLOv8, DeiT, and SimCLR,” arXiv preprint, arXiv:2401.12513, Jan. 2024. [Online]. Available: https://arxiv.org/abs/2401.12513
[8] S. A. Pradana and N. A. Sari, “Implementasi YOLOv8 pada Deteksi Jenis Pohon Menggunakan Drone,” Open Library Telkom University, 2024. [Online]. Available: https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/23353
[9] A. S. Syahrulfath, “Deteksi Furnitur di Dalam Ruangan Secara Real-Time Menggunakan Metode YOLOv8 pada Single Board Computer,” ETD Universitas Gadjah Mada, 2024.
[10] A. Putra, “Analisa Deteksi Alat Pelindung Diri (APD) Pekerja Proyek Menggunakan Algoritma YOLOv8,” Repository Telkom University, 2024.
[11] B. A. Falahudin, “Pengembangan Sistem Inspeksi Menggunakan Model YOLOv8 Guna Mengurangi Kesalahan Pengambilan Barang pada PT XYZ,” ITS Repository, 2024.
[12] H. Ramadhan, “Sistem Perhitungan Jumlah Orang pada Bus Rapid Transit Menggunakan Algoritma YOLOv8 Berbasis Nvidia Jetson Nano,” Repository Telkom University, 2023. [Online]. Available: https://repositori.telkomuniversity.ac.id/pustaka/216878/sistem-perhitungan-jumlah-orang-pada-bus-rapid-transit-menggunakan-algoritma-yolov8-berbasis-nvidia-jetson-nano-dalam-bentuk-buku-karya-ilmiah.html
[13] MB Herlambang, May 19 2018. Training dan Test set: https://www.megabagus.id/training-set-test-set/.
