Pemodelan Warna Pada Dataset Baru Citra Bunga Lantana Camara Menggunakan Algoritma Yolov5

Abstract

Lantana camara merupakan salah satu tumbuhan tropis invasif yang berpotensi sebagai tanaman hias yang memiliki keunikan pada kelopak bunga berwarna-warni dan dapat diklasifikasikan menjadi beberapa jenis warna. Meskipun demikian tumbuhan ini dapat ditemukan di pekarangan rumah dan pengetahuan masyarakat tentang tumbuhan ini terkait manfaat khususnya masih terbatas. Selain itu, proses identifikasi warna pada bunga lantana camara dalam produksi massal masih sulit dan memakan waktu serta pemilihan warna secara manual dapat menyebabkan kelelahan pada mata manusia. Oleh karena itu, diperlukan solusi yang memanfaatkan computer vision, seperti penerapan algoritma YOLOv5 untuk pemodelan warna. Metode yang digunakan melibatkan pengumpulan data berupa citra gambar bunga lantana sebanyak 1266 citra yang terbagi dalam 6 jenis warna (merah, putih, kuning, jingga, ungu, merah muda), penyimpanan data berupa citra gambar lantana dilakukan anotasi dan penyesuaian ukuran piksel, pelatihan data dilakukan pada citra gambar yang sudah dianotasi dan ukurannya sama untuk mendapatkan dataset menggunakan roboflow dan google collab, dan evaluasi model untuk mendapatkan hasil prediksi berdasarkan putaran pelatihan sebanyak 50 epoch dan membutuhkan waktu selama 0.483 jam. Hasil yang diperoleh berupa nilai persentase precision sebesar 95%, recall sebesar 99%, dan nilai MAP sebesar 99%, sehingga nilai rata-rata akurasinya di atas 90%. Berdasarkan hasil tersebut penelitian ini berhasil menghasilkan model pada dataset citra bunga lantana camara dengan rata-rata parameter teruji mencapai 90%.