IMPLEMENTASI ALGORITMA YOLO UNTUK MENDETEKSI MAKANAN PEMPEK

Abstrak

Palembang, sebuah kota di Indonesia, adalah tempat meleburnya berbagai budaya. Akibat dari keberagaman tersebut, baik secara langsung maupun tidak langsung, kota Palembang mempunyai beragam kuliner yang beragam. Misalnya ciri-ciri makanan seperti pempek dan modelnya sudah diketahui masyarakat, dan karena kurangnya pengetahuan tentang pempek lainnya, maka perlu dirancang suatu algoritma untuk mengenali suatu makanan secara real time. Sistem deteksi yang digunakan terdiri dari penggunaan classifier atau locator yang digunakan kembali untuk melakukan deteksi. Metode yang digunakan dalam penelitian ini adalah metode review jurnal yang bertujuan untuk mendeteksi makanan pempek dengan cara Observasi, Pengumpulan Data dan Pengolahan. Nilai akurasi terkecil sebesar 92% dan nilai akurasi maksimum sebesar 97%. Karena rata-rata hasil akurasinya diatas 85% maka dapat dikatakan model algoritma YOLOv3 yang digunakan mempunyai tingkat akurasi yang baik dan cepat. Pengujian dilakukan setelah menyusun dataset yang berisi gambar masakan pempek. Hasilnya, penelitian dengan menggunakan empat variabel pencarian menghasilkan rata-rata tingkat deteksi 40.100000 ms dan akurasi 94%. Oleh karena itu, jika rata-rata akurasi hasil lebih besar dari 85%, maka dapat dikatakan tingkat akurasi model algoritma YOLOv3 berada pada kategori baik dan cepat.