Please use this identifier to cite or link to this item:
http://repository.ipb.ac.id/handle/123456789/123894
Title: | Implementasi Strongsort Dengan Yolov5 Untuk Pendeteksian Posisi Bangkai Ayam Dari Data Video |
Authors: | Permana, Idat Galih Buono, Agus Fadlurahman, Rafie |
Issue Date: | 2023 |
Publisher: | IPB University |
Abstract: | Dalam peternakan ayam, jika bangkai ayam tidak dibuang dengan cepat dari
kandang ayam, akan meningkatkan resiko tersebarnya penyakit unggas. Oleh
karena itu, suatu metode yang dapat mendeteksi bangkai ayam secara cepat akan
sangat berguna untuk peternak ayam. Penelitian ini mengajukan untuk
menggunakan Object Tracking sebagai metode pendeteksian bangkai ayam. Model
Object Tracking yang digunakan adalah StrongSORT yang dibantu dengan metode
Object Detection YOLOv5. Data video dari 8 kamera CCTV kandang ayam
Fakultas Peternakan akan digunakan sebagai data pelatihan dan pengujian. Object
Tracking akan dijalankan terhadap data tersebut. Akan disimulasikan data yang
akan merepresentasikan data bangkai ayam. Hasil penelitian mendapatkan akurasi
klasifikasi terbaik terendah 92% dan tertinggi 99% In poultry farming, if carcasses are not quickly disposed of, they will increase the risk of spreading diseases. Therefore, a method that can quickly detect chicken carcasses will be very useful to poultry farmers. This research proposes to use Object Tracking as said method. StrongSORT is chosen as the object tracking model with the help of YOLO v5 as an Object Detection model. Video Data from 8 CCTV from Faculty of Animal Science’s chicken shed will be used as training and testing data. Object Tracking will be executed on said data. Data will be simulated which will represent chicken carcass data. The result of the research the best accuracy of classifiers at worst is 92% and at best 99% |
URI: | http://repository.ipb.ac.id/handle/123456789/123894 |
Appears in Collections: | UT - Computer Science |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Cover_Lembar-Pengesahan_Prakata_Daftar-Isi.pdf Restricted Access | Cover | 2 MB | Adobe PDF | View/Open |
G64170074_Rafie Fadlurahman.pdf Restricted Access | Fullteks | 5.47 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.