Implementasi Deteksi Bendera Negara ASEAN Dengan Metode Anotasi Data Dan YoloV8

Abstract

Kata bendera dalam bahasa Indonesia berasal dari bahasa Spanyol bandera dan bahasa Portugis bandeira, yang mencerminkan pengaruh sejarah kolonialisme di Indonesia. Bendera memiliki fungsi penting sebagai simbol identitas, kedaulatan, dan keunikan suatu entitas, baik di tingkat nasional maupun regional. Dalam konteks Association of Southeast Asian Nations (ASEAN), bendera juga menjadi lambang persatuan dan kerja sama antarnegara anggota. Namun, pada era globalisasi, deteksi dan klasifikasi bendera dalam citra digital menghadapi berbagai tantangan teknis, seperti variasi ukuran, sudut, kondisi pencahayaan, latar belakang kompleks, serta desain bendera yang serupa antarnegara. Untuk mengatasi hal tersebut, penelitian ini menggunakan algoritma YOLOv8 (You Only Look Once versi 8), teknologi deteksi objek berbasis deep learning yang unggul dalam kecepatan dan akurasi real-time. Proses pengembangan sistem ini didukung oleh platform Roboflow, yang mempermudah pembuatan dataset, pelatihan model, dan deployment. Selain itu, aplikasi berbasis web yang dikembangkan menggunakan library Python Streamlit memungkinkan hasil deteksi diakses secara interaktif dan efisien. Penelitian ini bertujuan merancang sistem deteksi dan klasifikasi bendera dengan akurasi tinggi, baik dari gambar maupun video. Sistem ini diharapkan dapat diterapkan pada berbagai bidang, seperti pembelajaran interaktif, pencarian visual, dan keamanan, sehingga mendukung identifikasi bendera secara otomatis dan real-time dengan efisiensi tinggi. Hasil dari penelitian ini menunjukkan bahwa model klasifikasi bendera negara-negara ASEAN memiliki performa bervariasi, dengan akurasi sempurna (1.00) untuk bendera Singapura, Thailand, dan Vietnam, namun mengalami kebingungan pada kategori background dan beberapa bendera seperti Filipina (0.59) dan Indonesia (0.67).