PENGEMBANGAN APLIKASI MOBILE UNTUK MENDETEKSI JENIS KELAMIN BEBEK DARI CITRA TELUR BERBASIS YOLO

Sastra, I nyoman rahadyan adji (2026) PENGEMBANGAN APLIKASI MOBILE UNTUK MENDETEKSI JENIS KELAMIN BEBEK DARI CITRA TELUR BERBASIS YOLO. Undergraduate thesis, UNIVERSITAS PENDIDIKAN GANESHA.

[img] Text (COVER)
2115101038-HALAMAN UTAMA.pdf
Download (484kB)
[img] Text (ABSTRAK)
2115101038-ABSTRAK.pdf
Download (7MB)
[img] Text (BAB 1 PENDAHULUAN)
2115101038-BAB 1 PENDAHULUAN.pdf
Download (7MB)
[img] Text (BAB 2 TINJAUAN PUSTAKA)
2115101038- BAB 2 TINJAUAN PUSTAKA.pdf
Restricted to Repository staff only
Download (7MB) | Request a copy
[img] Text (BAB 3 METODELOGI PENELITIAN)
2115101038- BAB 3 METODELOGI PENELITIAN.pdf
Restricted to Repository staff only
Download (7MB) | Request a copy
[img] Text (BAB 4 HASIL DAN PEMBAHASAN)
2115101038- BAB 4 HASIL DAN PEMBAHASAN.pdf
Restricted to Repository staff only
Download (7MB) | Request a copy
[img] Text (BAB 5 PENUTUP)
2115101038 - BAB 5 PENUTUP.pdf
Restricted to Repository staff only
Download (7MB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
2115101038 - DAFTAR PUSTAKA.pdf
Download (7MB)
[img] Text (LAMPIRAN)
2115101038_LAMPIRAN.pdf
Download (151kB)

Abstract

Meskipun aplikasi computer vision untuk manajemen unggas telah banyak dikaji, penelitian yang secara khusus membahas identifikasi dini jenis kelamin bebek langsung dari morfologi telur menggunakan deep learning pada platform mobile masih terbatas. Penelitian ini bertujuan untuk merancang, mengimplementasikan, dan mengevaluasi aplikasi mobile berbasis YOLOv8 yang mampu mendeteksi jenis kelamin bebek dari citra telur secara real-time. Penelitian ini menggunakan pendekatan Research and Development (R&D) yang dipadukan dengan model prototipe dalam pengembangan aplikasi, melibatkan 543 citra telur asli (241 berlabel jantan dan 215 berlabel betina, ditambah 51 gambar bukan telur) yang dikumpulkan melalui observasi lapangan dan wawancara dengan peternak bebek. Data dikumpulkan menggunakan kamera smartphone dan diperkaya melalui augmentasi citra (flip horizontal, flip vertikal, rotasi, dan zoom) sehingga jumlah data meningkat menjadi 1.053 citra, kemudian dibagi menjadi 70% data latih, 10% data validasi, dan 20% data uji. Model YOLOv8s dilatih selama 100 epoch dan dikonversi ke format TensorFlow Lite untuk inferensi on-device pada aplikasi Android berbasis Flutter. Hasil penelitian menunjukkan bahwa model yang dilatih memperoleh nilai recall sebesar 95% untuk kelas telur betina, 97% untuk kelas telur jantan, dan 100% untuk kelas bukan telur. Pengujian fungsional menggunakan Black Box Testing menunjukkan seluruh fitur utama berjalan dengan baik, sedangkan pengujian usability menggunakan System Usability Scale (SUS) terhadap 20 responden menghasilkan skor rata-rata 79,62 yang termasuk kategori Acceptable, Grade B, dan predikat Good.

Item Type: Thesis (Undergraduate)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Ilmu Komputer (S1)
Depositing User: I NYOMAN RAHADYAN ADJI SASTRA
Date Deposited: 10 Aug 2026 03:03
Last Modified: 10 Aug 2026 03:03
URI: http://repo.undiksha.ac.id/id/eprint/32356

Actions (login required)

View Item View Item