Putra, I Gusti Ngurah Bagus (2023) Pendeteksian Objek Tokoh Wayang Kulit Bali dalam Pementasan Wayang Peteng menggunakan Algoritma YOLOv5. Masters thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
1929101048-COVER.pdf Download (831kB) |
|
Text (ABSTRAK)
1929101048-ABSTRAK.pdf Download (76kB) |
|
Text (BAB 1 PENDAHULUAN)
1929101048-BAB 1 PENDAHULUAN.pdf Download (211kB) |
|
Text (BAB 2 KAJIAN TEORI)
1929101048-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text (BAB 3 METODELOGI PENELITIAN)
1929101048-BAB 3 METODELOGI PENELITIAN.pdf Restricted to Repository staff only Download (493kB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
1929101048-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (909kB) | Request a copy |
|
Text (BAB 5 PENUTUP)
1929101048-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (144kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
1929101048-DAFTAR PUSTAKA.pdf Download (143kB) |
|
Text (LAMPIRAN)
1929101048-LAMPIRAN.pdf Download (142kB) |
Abstract
Sebagai upaya untuk melestarikan dan meningkatkan minat masyarakat Bali kepada pementasan wayang kulit Bali, maka diperlukan suatu inovasi untuk mengedukasi masyarakat mengenai tokoh-tokoh dalam pementasan pewayangan mengingat tidak semua orang mengetahui tokoh-tokoh yang dimainkan dalam pementasan. Dalam bidang Computer Vision, terdapat metode yang bernama Object detection. Object detection adalah suatu metode untuk mengidentifikasi objek dalam suatu gambar. Salah satu algoritma Object detection adalah YOLO (You Only Look Once). Algoritma YOLO memiliki keunggulan dari segi akurasi dan kecepatan dibandingkan dengan object detection Faster-RCNN dan SSD. Penelitian ini menggunakan algoritma YOLOv5 untuk mendeteksi objek tokoh wayang kulit Bali dalam pementasan wayang peteng. Tahap yang dilalui adalah pengumpulan data, preprocessing, pelatihan dan pengujian. Data yang digunakan berupa citra dengan jumlah total citra 5040 yang dibagi ke dalam data latih, data validasi dan data uji dengan perbandingan 7:2:1. Proses preprocessing dilakukan dengan mengubah resolusi citra menjadi 640x640 piksel. Pada proses pelatihan digunakan 4 model YOLO masing-masing dilatih dengan 3 jumlah epoch yang berbeda, sehingga didapatkan total 12 model. Seluruh model diuji menggunakan citra data uji untuk mendapatkan metric precision, recall dan mAP, lalu diuji menggunakan 3 video untuk mendapatkan rerata nilai frame per detik yang dapat diproses. Dari penelitian ini didapatkan hasil model YOLOv5n dengan epoch 200 menghasilkan hasil yang terbaik dengan nilai metric precision 1, recall 1, mAP@0.5 0,995 mAP@0.5-0.95 0,985 dan frame per detik 128,20.
| Item Type: | Thesis (Masters) |
|---|---|
| Uncontrolled Keywords: | Wayang, Object detection, YOLO |
| Subjects: | Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | Pascasarjana > Program Studi Ilmu Komputer (S2) |
| Depositing User: | I GUSTI NGURAH BAGUS PUTRA ASMARA |
| Date Deposited: | 21 Oct 2023 03:32 |
| Last Modified: | 21 Oct 2023 03:32 |
| URI: | http://repo.undiksha.ac.id/id/eprint/17728 |
Actions (login required)
 |
View Item |