| dc.description.abstract | Persoalan sampah plastik di saluran irigasi merupakan masalah lingkungan
yang semakin mendesak, salah satunya terjadi di Selokan Mataram, Yogyakarta.
Metode konvensional seperti pembersihan manual atau inspeksi visual sering kali
tidak efisien, sehingga dibutuhkan solusi berbasis teknologi dengan memanfaatkan
kecerdasan buatan yang mampu mendeteksi sampah secara otomatis, cepat, dan
akurat. Untuk menjawab persolan tersebut, dibutuhkan sebuah sistem deteksi yang
mampu melakukan deteksi objek dengan tingkat kecepatan dan akurasi yang tinggi.
Salah satu pendekatan deep learning yang cocok diterapkan adalah You Only Look
Once versi 8 (YOLOv8). Algoritma ini memiliki kemampuan deteksi objek dalam
gambar dan video yang dapat melakukan identifikasi secara real-time. Penelitian
ini bertujuan untuk mendeteksi dan menghitung jumlah objek sampah plastik di
Selokan Mataram. Dataset yang digunakan sebanyak 1586 gambar, diperoleh
melalui pengambilan foto langsung di lokasi maupun dari internet. Seluruh gambar
dilabeli menggunakan platform Roboflow. Model yang digunakan adalah
YOLOv8m yang dilatih selama 100 epoch dengan ukuran batch 8 dan resolusi
gambar 640x640 piksel. Sistem akhir mengintegrasikan deteksi objek dengan
algoritma pelacakan ByteTrack serta logika penghitung sekuensial untuk
menampilkan ID dan total akumulasi objek secara visual menggunakan library
Supervision dan OpenCV. Hasil pengujian menunjukkan bahwa model mampu
mendeteksi sampah plastik dengan performa yang baik, yang dibuktikan dengan
perolehan nilai mean Average Precision (mAP) sebesar 0,817. Capaian ini
mengindikasikan bahwa algoritma YOLOv8 efektif untuk diimplementasikan
sebagai sistem deteksi dan penghitungan sampah plastik di saluran irigasi secara
otomatis. | en_US |
