Keywords
yolov8
klasifikasi citra
How to Cite
Abstract
Kucing dalam bahasa latin adalah Felis silvestris catus adalah sejenis hewan karnivora. Kucing adalah hewan peliharaan terpuler di dunia yang memiliki banyak peminat dan penggemar. Karena banyaknya jumlah jenis kucing seringkali pemilik tidak mengetahui jenis kucing yang dimiliki, maka dibutuhkan sebuah algoritma yang dapat mengklasifikasikan citra kucing agar pemilik kucing mengetahui jenis kucing apa yang dimilikinya. Penelitian ini mengembangkan algoritma You Only Look Once (YOLO) untuk mengklasifikasikan jenis kucing berdasarkan citra, mengingat banyaknya jenis kucing yang diakui. Dua skenario pelatihan dengan model YOLOv8 dievaluasi berdasarkan akurasi dan metrik kinerja. Skenario pertama dengan 20 epoch mencapai precision 0.651 dan recall 0.887, sedangkan skenario kedua dengan 50 epoch menunjukkan peningkatan signifikan dengan precision 0.916 dan recall 0.792. Hasil menunjukkan peningkatan performa model yang stabil, menjadikannya alat yang efisien dalam mengidentifikasi dan mengklasifikasikan jenis kucing.
References
[1] A. Nur Ramadhayani, V. Lusiana, U. Stikubank Semarang JlTri Lomba Juang No, K. Semarang Selatan, K. Semarang, and J. Tengah, “Klasifikasi jenis kucing menggunakan algoritma Principal Component Analysis dan K-Nearest Neighbor,” Jurnal Informasi dan Komputer, vol. 10, no. 2, 2022.
[2] M. I. Rahayu, “Klasifikasi ras kucing menggunakan metadata dataset Kaggle dengan framework YOLO v5,” Jurnal Teknik Informatika STMIK Bandung, vol. 12, no. 1. [Online]. Available: https://doi.org/10.58761/jurtikstmikbandung.v12i1.179
[3] D. Anggreani, “Peningkatan metode YOLOv7 dengan proses augmentasi image pada klasifikasi jenis kupu-kupu,” JTSI, vol. 4, no. 2, 2023.
[4] M. N. I. Muhlashin and A. Stefanie, “Klasifikasi penyakit mata berdasarkan citra fundus menggunakan YOLO v8,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 7, no. 2, pp. 1363–1368, 2023.
[5] I. A. Prasetya, F. Sukandiarsyah, N. A. Fitri, and S. Adam, “Klasifikasi kualitas buah jeruk menggunakan computer vision dengan arsitektur YOLO v8,” Jurnal Pendidikan Informatika dan Sains, vol. 13, no. 2, pp. 187–201, 2024. doi: 10.31571/saintek.v13i2.8346.
[6] B. Meilita and W. Yustanti, “Sistem deteksi penyakit kulit kucing menggunakan algoritma You Only Look Once (YOLO) v8,” 2024. [Online]. Available: https://github.com/ultralytics/ultralytics
[7] D. G. Manurung et al., “Deteksi dan klasifikasi hama Potato Beetle pada tanaman kentang menggunakan YOLOv8,” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 11, no. 4, pp. 723–734, 2024. doi: 10.25126/jtiik.1148092.
[8] Y. Prayudi, “Analisis dan klasifikasi penyakit pada daun padi dengan menggunakan metode YOLOv8,” n.d.
[9] M. F. Golfantara, “Penggunaan algoritma YOLO v8 untuk identifikasi rempah-rempah,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 3S1, 2024.
[10] H. D. Nugroho and D. R. Nugroho, “Klasifikasi jenis ikan hiu menggunakan algoritma YOLOv8 berbasis mobile,” in Seminar Nasional Teknologi & Sains, vol. 4, no. 1, pp. 102–107, Jan. 2025.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2025 Putri Derisa Adilla Dewi Seftania, Made Ayu Dusea Widyadara, Daniel Swanjaya