Implementasi YOLOv8 Pada Robot Deteksi Objek

Azka Avicenna Rasjid; Basuki Rahmat; Andreas Nugroho Sihananto

doi:10.47134/jtsi.v1i3.2969

Authors

Azka Avicenna Rasjid Universitas Pembangunan Nasional Veteran Jawa Timur
Basuki Rahmat Universitas Pembangunan Nasional Veteran Jawa Timur
Andreas Nugroho Sihananto Universitas Pembangunan Nasional Veteran Jawa Timur

DOI:

https://doi.org/10.47134/jtsi.v1i3.2969

Keywords:

Deteksi Objek, YOLOv8, Robotika, ESP32

Abstract

Pendeteksian objek merupakan salah satu tantangan utama dalam pengembangan robotika, khususnya untuk aplikasi yang membutuhkan identifikasi berbagai objek dalam lingkungan yang beragam. Penelitian ini ditujukan untuk implementasi YOLOv8 pada Robot Deteksi Objek. Metode penelitian mencakup pelatihan YOLOv8 menggunakan dataset yang terdiri dari 150 gambar untuk setiap kelas objek. Kinerja model dievaluasi berdasarkan metrik presisi (P), recall (R), mean Average Precision (mAP) pada threshold 50% (mAP50), dan mAP50-95. YOLOv8 bertujuan untuk mendeteksi objek dengan 7 sampel kelas objek yaitu: botol, kursi, manusia, pot, galon, tong sampah, dan ember. Hasil evaluasi menunjukkan bahwa model YOLOv8 memberikan kinerja yang sangat baik dengan presisi dan recall mendekati 1 untuk semua kelas objek. Secara khusus, kursi, manusia, dan tong sampah mencapai nilai P dan R sebesar 0.994 atau lebih, dengan mAP50-95 masing-masing sebesar 0.891, 0.874, dan 0.894. Botol dan ember juga menunjukkan hasil yang baik dengan mAP50-95 masing-masing sebesar 0.857 dan 0.905. Sementara itu, galon dan pot masing-masing memiliki mAP50-95 sebesar 0.908 dan 0.705.

References

Aditya, N. (2023). Implementasi Sistem Penghindar Rintangan Berbasis Velocity Obstacle Pada Robot Servis. repository.its.ac.id. https://repository.its.ac.id/99573/

Ananda, I. S. (2023). Simulasi Robot Patroli Sederhana untuk Deteksi Berbasis Computer Vision dan Deep Learning. dspace.uii.ac.id. https://dspace.uii.ac.id/handle/123456789/45910

Aziz, M. L. (2020). PERANCANGAN SISTEM DETEKSI OBJEK SECARA REAL-TIME MENGGUNAKAN METODE YOLO (You Only Look Once) PADA ROBOT AL-MUBAROK_MK4. etd.umy.ac.id. https://etd.umy.ac.id/id/eprint/772/

AZIZI, A. H. (2021). Deteksi Bentuk Objek Dan Warna Pada Conveyor Belt Menggunakan Pengolahan Citra Untuk Kendali Robot Lengan. repositori.telkomuniversity.ac.id.

https://repositori.telkomuniversity.ac.id/pustaka/171375/deteksi-bentuk-objek-dan-warna-pada-conveyor-belt-menggunakan-pengolahan-citra-untuk-kendali-robot-lengan.html

Bulwafa, D. Q., Sompie, S., Kambey, F. D., & ... (n.d.). Optimalisasi Algoritma Deteksi Objek dan Posisi Untuk Robot Penjaga Gawang. Jurnal Teknik Elektro …. http://repo.unsrat.ac.id/2716/1/jurnal.pdf

Cahya, R. I., Maulana, R., & Fitriyah, H. (2022). Implementasi Quick Response Code dan Filter Unsharp dalam Deteksi Objek untuk Pemindahan Benda dengan Integrasi Database SQL menggunakan Robot …. Jurnal Pengembangan Teknologi …. https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/10518

FRANS, S. I. (2022). Deteksi Objek Sederhana Citra Bawah Air Berdasarkan Warna Dan Morfologi Pada Remotely Operated Vehicle. etd.repository.ugm.ac.id. https://etd.repository.ugm.ac.id/penelitian/detail/213962

Herdianto, H., & Nasution, D. (2023). Implementasi Metode CNN Untuk Klasifikasi Objek. METHOMIKA: Jurnal Manajemen …. https://ejurnal.methodist.ac.id/index.php/methomika/article/view/1577 DOI: https://doi.org/10.46880/jmika.Vol7No1.pp54-60

Muldayani, W. (2023). IMPLEMENTASI SISTEM OBJECT TRACKING UNTUK MENDETEKSI DUA OBJEK BERBASIS DEEP LEARNING. Simetris: Jurnal Teknik Mesin, Elektro Dan Ilmu …. https://jurnal.umk.ac.id/index.php/simet/article/view/9236 DOI: https://doi.org/10.24176/simet.v14i1.9236

Pramana, C. G. W., Khrisne, D. C., & Sastra, N. P. (2021). Rancang Bangun Object Detection Pada Robot Soccer Menggunakan Metode Single Shot Multibox Detector (SSD MobileNetV2). Jurnal SPEKTRUM Vol. https://ojs.unud.ac.id/index.php/spektrum/article/download/75395/40273 DOI: https://doi.org/10.24843/SPEKTRUM.2021.v08.i02.p4

Prayoga, A. (2024). Deteksi Bola dan Lingkungan pada Robot Soccer Unisma dengan Menggunakan Algoritma YOLO (You Only Look Once). repository.unisma.ac.id. https://repository.unisma.ac.id/handle/123456789/9347

Putra, M. P. K. (2022). Deteksi Bola Multipola Memanfaatkan Ekstraksi Fitur Local Binary Pattern dengan Algoritma Learning Adaboost. Journal of Engineering, Computer Science and …. http://jurnal.teknokrat.ac.id/index.php/JECSIT/article/view/1 DOI: https://doi.org/10.33365/jecsit.v1i1.1

Setiyani, A. (2022). Perancangan sistem deteksi objek bola dengan metode coloring hsv berbasis VB. NET untuk robot. repository.unja.ac.id. https://repository.unja.ac.id/37958/

Setiyani, A., Maison, M., & Fuady, S. (2022). Perancangan Sistem Deteksi Objek Bola dengan Metode Coloring HSV Berbasis VB. Net untuk Robot Sepak Bola Beroda. Jurnal Engineering. https://online-journal.unja.ac.id/JurnalEngineering/article/view/19835 DOI: https://doi.org/10.22437/jurnalengineering.v4i2.19835

Setyawan, N., Mardiyah, N. A., & Hidayat, K. (2019). Deteksi dan Prediksi Trajektori Objek Bergerak dengan Omni-Vision Menggunakan Pso-Nn dan Interpolasi Polynomial. Multitek Indonesia. http://journal.umpo.ac.id/index.php/multitek/article/view/1691 DOI: https://doi.org/10.24269/mtkind.v13i1.1691

Sugiarto, K., Giyantara, A., & ... (2022). Object Tracking Dengan Menggunakan Color Filtering HSV Pada Robot World Cup. Jurnal …. https://journal.universitasbumigora.ac.id/index.php/bite/article/view/2156 DOI: https://doi.org/10.30812/bite.v4i2.2156

Syihabuddin, M. L. (2023). Robot Pelontar Bola Untuk Melatih Kiper Menggunakan Algoritma Yolo Sebagai Deteksi Objek. repository.its.ac.id. https://repository.its.ac.id/104158/

Agustian, I., Surapati, A., Dewangga, A. A., & Faurina, R. (2020). Robot obstacle avoidance dengan algoritma Q-learning. Jurnal Tektrika, 5(2). DOI: https://doi.org/10.25124/tektrika.v5i2.3998

Drantantiyas, N. D. G., Yulita, W., Ridwan, N. T., Ramadhani, U. A., Kesuma, R. I., Rakhman, A. Z., Bagaskara, R., Miranto, A., & Mufidah, Z. (2023). Performasi deteksi jumlah manusia menggunakan YOLOv8. JASIEK (Jurnal Aplikasi Sains, Informasi, Elektronika Dan Komputer), 5(2), Article 2. DOI: https://doi.org/10.26905/jasiek.v5i2.11605

Firmansyah, M. A. (2022). Robot penghindar rintangan berbasis deep learning. Undergraduate Thesis, Universitas Pembangunan Nasional Veteran Jawa Timur.

Hindarto, D. (2023). Exploring YOLOv8 pretrain for realtime detection of Indonesia native fish species. Jurnal & Penelitian Teknik Informatika (Sinkron), 8(4). DOI: https://doi.org/10.33395/sinkron.v8i4.13100

Latif, M. A., Putra, A. N., Abrar, H. F., Sumaryo, S., Mulkan, I., & Susanto, E. (2024). Penggunaan YOLOv8 dalam robot navigasi pencarian korban bencana alam gempa bumi. Jurnal Elektro Telekomunikasi Terapan (JETT), 11(1).

Lin, P., Abney, K., & Jenkins, R. (2017). Robot ethics 2.0: From autonomous cars to artificial intelligence. Oxford University Press. DOI: https://doi.org/10.1093/oso/9780190652951.001.0001

Maulana, I., Rahaningsih, N., & Suprapti, T. (2023). Analisis penggunaan model YOLOv8 terhadap deteksi citra senjata berbahaya. Jurnal Mahasiswa Teknik Informatika (JATI), 7(6). DOI: https://doi.org/10.36040/jati.v7i6.8271

Motwani, N., & S, Soumya. (2023). Human activities detection using deep learning technique- YOLOv8. ITM Web of Conferences, 56. DOI: https://doi.org/10.1051/itmconf/20235603003

Nizam, M., Yuana, H., & Wulansari, Z. (2022). Mikrokontroler ESP32 sebagai alat monitoring pintu berbasis web. Jurnal Teknik Informatika, 6(2). DOI: https://doi.org/10.36040/jati.v6i2.5713

Pun, T. B., Neupane, A., Koech, R., & Walsh, K. (2023). Detection and counting of root-knot nematodes using YOLO models with mosaic augmentation. Biosensors and Bioelectronics, 15. DOI: https://doi.org/10.1016/j.biosx.2023.100407

Rashid, T., & Mohd Fadzil, L. (2023). Comparative review of object detection algorithms in small single-board computers. International Journal on Recent and Innovation Trends in Computing and Communication, 11, 244–252. DOI: https://doi.org/10.17762/ijritcc.v11i7.7904

Satya, L., Septian, M. R. D., Sarjono, M. W., Cahyanti, M., & Swedia, E. R. (2023). Sistem pendeteksi plat nomor polisi kendaraan dengan arsitektur YOLOv8. Sebatik, 27(2), 753-761. DOI: https://doi.org/10.46984/sebatik.v27i2.2374

Wang, Y. Y., Wang, C., Zhang, H., Dong, Y., & Wei, S. (2019). Automatic ship detection based on RetinaNet using multi-resolution Gaofen-2 imagery. Remote Sensing, 11(5), 531. DOI: https://doi.org/10.3390/rs11050531