DETEKSI LOGO DENGAN MENGGUNAKAN METODE YOU ONLY LOOK ONCE (YOLO) = LOGO DETECTION USING YOU ONLY LOOK ONCE (YOLO) METHOD


Rezkiani, Kiki (2023) DETEKSI LOGO DENGAN MENGGUNAKAN METODE YOU ONLY LOOK ONCE (YOLO) = LOGO DETECTION USING YOU ONLY LOOK ONCE (YOLO) METHOD. Thesis thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
D032181012_tesis_21-03-2023 cover1.jpg

Download (218kB) | Preview
[thumbnail of Bab 1-2] Text (Bab 1-2)
D032181012_tesis_21-03-2023 bab 1-2.pdf

Download (3MB)
[thumbnail of Dapus] Text (Dapus)
D032181012_tesis_21-03-2023 dp.pdf

Download (1MB)
[thumbnail of Full Text] Text (Full Text)
D032181012_tesis_21-03-2023.pdf
Restricted to Repository staff only until 31 May 2025.

Download (7MB)

Abstract (Abstrak)

KIKI REZKIANI. Deteksi Logo Dengan Menggunakan Metode You Only Look Once (YOLO) (dibimbing oleh Ingrid Nurtanio dan Syafaruddin)

Jumlah dokumen yang semakin meningkat memerlukan klasifikasi dokumen otomatis karena membutuhkan waktu yang lebih lama jika dilakukan secara manual. Logo memungkinkan untuk menentukan sumber dokumen dengan cepat dan akurat. Logo menjadi bagian dari identitas yang melekat pada perusahaan, organisasi, lembaga maupun individu. Tata letak logo pada setiap dokumen berbeda-beda, serta kualitas gambar dari sebuah dokumen berbeda-beda. Penelitian ini bertujuan untuk mendeteksi logo pada sebuah dokumen berupa ijazah perguruan tinggi. Dalam penelitian ini, digunakan ijazah dari 15 perguruan tinggi. Pada sistem ini diimplementasikan Darknet Framework dengan model You Only Look Once versi 4 (YOLOv4). Hasil model akhir YOLOv4 menunjukkan sistem dapat mendeteksi dan mengenali logo dengan hasil mean Average Precision (mAP) adalah 93.73 %.

Keywords : logo, deteksi objek, deep learning, Darknet, YOLO

Item Type: Thesis (Thesis)
Uncontrolled Keywords: logo, object detection, deep learning, Darknet, YOLO
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions (Program Studi): Fakultas Teknik > Teknik Elektro
Depositing User: S.Sos Rasman -
Date Deposited: 05 Jun 2023 01:30
Last Modified: 05 Jun 2023 01:30
URI: http://repository.unhas.ac.id:443/id/eprint/26881

Actions (login required)

View Item
View Item